【python】python 模块学习之--Fabric

基础一:

  1. #!/usr/bin/env python
  2. from fabric.api import *
  3. env.user='root'
  4. env.hosts=['218.78.186.162','125.208.12.56']
  5. env.passwords={ 'root@218.78.186.162:22':'XXX','root@125.208.12.56:22':'XXXX@0'}
  6. @runs_once ####runs_once代表只执行一次
  7. def local_task():
  8. local("hostname") ####local本地任务,不会ssh远程执行
  9. def remote_task():
  10. with cd("/tmp/"):
  11. run("hostname") ###run 远程命令
  12. @task ####task标记只有go函数可以调用remote_task函数
  13. def go():
  14. remote_task()

测试

  1. root@hostnfsd :/soft/python/pyauto/第七章/fabric\]$ fab -f simple1_test.py remote_task ###直接调用remote_task函数失败

  2. Warning: Command(s) not found:
  3. remote_task
  4. Available commands:
  5. go
  6. root@hostnfsd :/soft/python/pyauto/第七章/fabric\]$ fab -f simple1_test.py local_task ###有task表标识时直接调用local函数失败,meitask时才能直接调用local函数

  7. Warning: Command(s) not found:
  8. local_task
  9. Available commands:
  10. go
  11. root@hostnfsd :/soft/python/pyauto/第七章/fabric\]$ fab -f simple1_test.py go 通过go函数调用remote_task函数

  12. 218.78.186.162\] run: hostname

  13. 218.78.186.162\] out:

  14. 125.208.12.56\] Executing task 'go'

  15. 125.208.12.56\] out: host-192-168-1-56

  16. Done.
  17. Disconnecting from 218.78.186.162... done.
  18. Disconnecting from 125.208.12.56... done.

有时我们希望直接用脚本就可以执行,可以如下更改

  1. #!/usr/bin/env python
  2. from fabric.api import *
  3. env.user='root'
  4. env.hosts=['218.78.186.162','125.208.12.56']
  5. env.passwords={ 'root@218.78.186.162:22':'ESBecs00','root@125.208.12.56:22':'eRaMUnA612@0'}
  6. @runs_once
  7. def local_task():
  8. local("hostname")
  9. def remote_task():
  10. with cd("/tmp/"):
  11. run("hostname")
  12. def go():
    execute(remote_task) ####execute表示在脚本内执行即可
  13. execute (local_task)
    go()

直接运行即可

root@hostnfsd :/soft/python/pyauto/第七章/fabric\]$ python simple1_test.py 基础2: 1. #!/usr/bin/env python 2. from fabric.api import \* 3. 4. env.user='root' 5. env.hosts=\['218.78.186.162','125.208.12.56'

  1. env.passwords={ 'root@218.78.186.162:22':'XXX','root@125.208.12.56:22':'XXXX@0'}
  2. @runs_once
  3. def input_raw():
  4. return prompt("please input directory name:",default="/home")
  5. def worktask(dirname):
  6. run("ls -l "+dirname)
  7. @task
  8. def go():
  9. getdirname = input_raw()
  10. worktask(getdirname)

跳板机:

  1. #!/usr/bin/env python
  2. from fabric.api import *
  3. from fabric.context_managers import *
  4. from fabric.contrib.console import confirm
  5. env.user='root'
  6. env.gateway='218.78.186.162'
  7. env.hosts=['125.208.12.56']
  8. env.passwords={ 'root@218.78.186.162:22':'XX','root@125.208.12.56:22':'XXXX@0'}
  9. lpackpath="/home/install/lnmp0.9.tar.gz"
  10. rpackpath="/tmp/install"
  11. @task
  12. def put_task():
  13. run("mkdir -p /tmp/install")
  14. with settings(warn_only=True):
  15. result = put(lpackpath, rpackpath)
  16. if result.failed and not confirm("put file failed, Continue[Y/N]?"):
  17. abort("Aborting file put task!")
  18. @task
  19. def run_task():
  20. with cd("/tmp/install"):
  21. run("tar -zxvf lnmp0.9.tar.gz")
  22. run("ls -l")
  23. @task
  24. def go():
  25. put_task()
  26. run_task()

有时需要将这些功能模板写到django中,那么我们可以将该功能封装到一个类中

  1. #!/usr/bin/env python
  2. from fabric.api import *
  3. class Student(object):
  4. def init(self,user,ip):
  5. env.user=user
  6. env.hosts=[ip]
  7. env.password='XXX'
  8. @runs_once
  9. def local_task(self):
  10. local("hostname")
  11. def remote_task(self):
  12. vhost=run("df -h")
  13. return vhost
  14. def yunxing(user,ip):
  15. tom=Student(user,ip)
  16. print execute(tom.remote_task)
  17. yunxing('root','218.78.186.162') ###直接调用该函数传参即可
相关推荐
xchenhao14 小时前
SciKit-Learn 全面分析分类任务 breast_cancer 数据集
python·机器学习·分类·数据集·scikit-learn·svm
独行soc17 小时前
2025年渗透测试面试题总结-66(题目+回答)
java·网络·python·安全·web安全·adb·渗透测试
Y学院19 小时前
Python 数据分析:从新手到高手的“摸鱼”指南
python·数据分析
深耕AI20 小时前
【PyTorch训练】准确率计算(代码片段拆解)
人工智能·pytorch·python
eqwaak020 小时前
科技信息差(9.12)
开发语言·python·科技·量子计算
茯苓gao20 小时前
STM32G4 电流环闭环
笔记·stm32·单片机·嵌入式硬件·学习
easy202020 小时前
机器学习的本质:从跑模型到真正解决问题
笔记·学习·机器学习
Blossom.11820 小时前
从“能写”到“能干活”:大模型工具调用(Function-Calling)的工程化落地指南
数据库·人工智能·python·深度学习·机器学习·计算机视觉·oracle