【Python进阶学习】python中运行powershell(源码)

python中运行powershell

import os
from glob import glob
import subprocess as sp


class PowerShell:
    # from scapy
    def __init__(self, coding, ):
        cmd = [self._where('PowerShell.exe'),
               "-NoLogo", "-NonInteractive",  # Do not print headers
               "-Command", "-"]  # Listen commands from stdin
        startupinfo = sp.STARTUPINFO()
        startupinfo.dwFlags |= sp.STARTF_USESHOWWINDOW
        self.popen = sp.Popen(cmd, stdout=sp.PIPE, stdin=sp.PIPE, stderr=sp.STDOUT, startupinfo=startupinfo)
        self.coding = coding

    def __enter__(self):
        return self

    def __exit__(self, a, b, c):
        self.popen.kill()

    def run(self, cmd, timeout=15):
        b_cmd = cmd.encode(encoding=self.coding)
        try:
            b_outs, errs = self.popen.communicate(b_cmd, timeout=timeout)
        except sp.TimeoutExpired:
            self.popen.kill()
            b_outs, errs = self.popen.communicate()
        outs = b_outs.decode(encoding=self.coding)
        return outs, errs

    @staticmethod
    def _where(filename, dirs=None, env="PATH"):
        """Find file in current dir, in deep_lookup cache or in system path"""
        if dirs is None:
            dirs = []
        if not isinstance(dirs, list):
            dirs = [dirs]
        if glob(filename):
            return filename
        paths = [os.curdir] + os.environ[env].split(os.path.pathsep) + dirs
        try:
            return next(os.path.normpath(match)
                        for path in paths
                        for match in glob(os.path.join(path, filename))
                        if match)
        except (StopIteration, RuntimeError):
            raise IOError("File not found: %s" % filename)


if __name__ == '__main__':
    # Example:
    with PowerShell('GBK') as ps:
        outs, errs = ps.run('ping baidu.com')
    print('error:', os.linesep, errs)
    print('output:', os.linesep, outs)
  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
【资源说明】 基于Flask+Pyecharts实现的实习僧网站数据可视化源码+项目说明.zip IDE: Pycharm Professional、VScode、 Python version :3.9.13 Database:Mysql version-5.8 其它工具:phpmyadmin ``` 食用方法: csdn下载该项目并解压 本项目所需依赖环境已在requirements.txt文件。 **使用前请先创建虚拟环境!** (具体创建方法自行百度,建议创建在项目根目录下) 然后在虚拟环境内安装requirements.txt的依赖,运行命令: ```shell pip install -r requirements.txt ``` 建议使用pycharm专业版运行项目 如若使用vscode等其它编辑器请先激活虚拟环境,然后再在虚拟环境下执行主程序文件 ```shell (venv)powershell:python ./app.py ``` 执行之后打开本地环回地址127.0.0.1:5000即可访问页面,如果需要进行公网访问请将host设置为0.0.0.0,端口随意但切勿与其它服务撞车。 ## 可视化流程大致如下: 1.寻找数据,收集数据并处理好数据。 2.对数据进行分析,以做出合理的图表。 3.先对数据生成图表页面,存放在**templates**文件夹 4.在app.py文件对设定文件进行文件路由调用以及负载均衡(**如果需要**) # 所需技术栈 __HTML、Python、JavaScript、Mysql、flask__ **本项目为河池学院大数据20班可视化课程项目设计,分为几大模块:** ## 1.数据爬取 数据爬取文件夹位于项目根目录下的.\pa_chong\ 主程序文件为spider-demo.py,在运行前需要对所爬取的网页进行网页结构分析,对所需数据进行xpath定位或者re正则定位,提取我们所需要的数据。 然后,分析服务器是否存在反爬虫,比如字体反爬、ip封锁、验证码等,定制化相应的措施 对于实习僧这个网站来说,反爬措施为字体反爬与IP封锁,我们仅需对其get(access)、token(parmas)、等做处理即可,然后进行字体重编码,因为其网页前端的字体为自定义字体。 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
【资源说明】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 多智能体博弈兵棋推演理论与验证平台设计源码(本科毕业设计).zip 文件说明: 一、算法代码文件夹内容: 附录A: cal_matrix.py 是仅限1v1情形下计算“normal form”的支付矩阵的每一个元素的值的代码, 用于一致性检验,例如<4,2,2>情形下其输出为一个6x6矩阵。 附录B: LH.py是使用LH源代码的matlab代码的接口文件,由于LH源代码在健壮性和格式统一上有所不足, 因而编写该文件方便进行调用。 bimat.m即为LH源代码的matlab文件。 bimat_zero.m是适应零和博弈的情形的接口改动,LH.py实际直接调用的文件为此文件。 nash_recurrence.py是最初只适应于1v1的子博弈递推计算的代码。 nash_recurrence_2_2.py是在nash_recurrence.py基础上实现了双方智能体的扩展, 泛用于m v n 的情形,功能上可以完全取代nash_recurrence.py。 附录D: 强化学习代码相关文件。 包括DQN、NashQLearning两个文件的强化学习代码以及trained_vs_DQN_main.py,shoot_env.py是训练环境代码, 其它代码: draw_plot.py,主要是绘图和数据统计等功能性函数。 二、验证平台代码文件夹内容: 附录C: 验证平台代码,包括battlefield.py,controlGui.py,mainGui.py,messageGui.py几个文件。 依赖库说明: 由于直接调用matlab文件,需要在安装matlab后,进入 "matlab安装目录\extern\engines\python"目录下,shift+右键打开powershell 之后输入python setup.py install进行安装,即可在python文件调用matlab文件。 强化学习相关的代码主要使用TensorFlow和gym库。 验证平台的相关代码使用库包括opencv-python, pillow, matplotlib, tkinter 如有遗漏,请根据import错误的位置百度查找对应的库并使用pip install安装。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值