提高工作效率，轻松实现IP地址批量ping

在实际操作中，我们经常需要对一系列已分配的IP进行ping检测，以确认其是否正在运行。然而，我们的表格仅有一个标签页，且仅包含一个ip地址列。

iP
192.168.196.106
192.168.196.107
192.168.196.108
192.168.196.109

实现思路

我们的策略是读取表格，然后对每个IP地址使用ping3进行ping检测。为了提高ping检测的效率，我们采用多线程并发技术，因为ping操作是一种占用I/O的行为，更适合使用多线程。在这里，我们使用Python内置的threading模块，通过创建Thread类的线程对象并执行它来实现多线程。线程对象的创建包括两部分：目标函数（target）和参数列表（args）。在执行时，将参数列表传递给目标函数。

首先，我们编写一个名为single_ping的函数，用于执行单个IP地址的ping操作。接下来，我们将使用Python的内置threading模块创建多个线程来执行这个函数。由于线程的执行顺序是不确定的，我们将结果存储在一个名为ping_results 的字典中。在每个线程开始执行时，我们将传入该字典，并在执行过程中更新自己IP地址的执行结果。这样可以避免冲突。

代码实现

按照以上思路，我们编写的代码结果如下：

import threading
import pandas  as pd
import ping3



def single_ping(ip,timeout,ping_results):
    '''
    description: ping一个单独的IP地址
    :param ip: 要ping的IP地址
    :param timeout: ping的超时时间
    :param ping_results:  所有IPping的结果，字典格式，key是IP，value是ping的结果。    
    '''
    ping_time = ping3.ping(ip,timeout=timeout)
    ping_results[ip] = ping_time



def batch_ping(file="ping.xlsx",result_file="ping_result.xlsx",timeout=4):
    '''
    description: 从文件中读取待ping的列表，然后使用多线程批量去ping，结果再到一个表格文件中
    :param file: 待ping的表格文件
    :param timeout: 超时时间
    '''
    # 通过pandas读取ip列表
    df = pd.read_excel(file)
    ip_items = df.to_dict(orient='records')
    
    # 将字典的列表转换为字符串的列表
    ip_list = [ i['ip'] for i in ip_items]

    # 用于存储ping结果的字典
    ping_results = {}
    # 使用多线程进行批量的ping操作
    threads = []
    # 循环读取IP
    for ip in ip_list:
        # 将每个IP地址传、超时时间和存放结果的字典，通过多线程方式传给目标函数，创建一个线程
        t = threading.Thread(target=single_ping,args=(ip,timeout,ping_results))
        # 线程追加到线程池
        threads.append(t)
        # 启动此线程任务
        t.start()
    # 阻塞多线程任务，即当所有的线程执行完成后再继续主程序的余下部分代码
    for t in threads:
        t.join()
    
    # 将ping的结果再写会到原来的字典列表中去
    # 以从表格中读取到的字典列表作为数据源，以保证顺序一致
    for i in ip_items:
        # 根据 IP 地址获取其结果
        item_ping_result = ping_results[i['ip']]
        # 对情况进行判断，以文字的方式编写结果
        if item_ping_result is None:
            i['result'] = '超时失败'
        elif item_ping_result is False:
            i['result'] = '域名解析失败'
        else:
            i['result'] = '成功'
    # 极简表格操作法，写入表格
    new_df = pd.DataFrame(ip_items)
    new_df.to_excel(result_file,index=False,columns=['ip','result'])

if __name__ == '__main__':
    batch_ping()

注意: ip_list = [ i['ip'] for i in ip_items]中的ip是对于ping.xlsx表头的字段

脚本运行结果是生成一个表格文件，其内容表

iP	result
192.168.196.106	域名解析失败
192.168.196.107	成功
192.168.196.108	域名解析失败
192.168.196.109	域名解析失败

结合这段代码和 netaddr 库，我们可以编写一个批量 ping 指定网段的功能，并对 IP 地址的使用情况进行总结分析。例如，我们可以查看 IP 地址的使用百分比，以及剩余可分配的 IP 地址等。此外，我们还可以与 Django 和 netaddr 结合，编写一个 IPAM（IP 地址管理系统），用于记录分配出去的 IP 地址以及查看 IP 的实际使用情况等。

扩展知识点:
ping3是一个基于Python3的ICMP ping实现模块，可以使用原始套接字进行ping操作。它是一个纯粹的Python3版本的ICMP ping工具包，无需特定用户权限即可发送ICMP包。