Python命令行定时任务自动化工作流程是什么
怎么入门文章编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《Python命令行定时任务自动化工作流程是什么》,涉及到,有需要的可以收藏一下
1.使用场景
定时执行jmeter脚本,通过python定时器隔一段时间执行命令行命令。
2.库
os、datetime、threading
(1)利用threading.Timer()定时器实现定时任务
Timer方法 | 说明 |
---|---|
Timer(interval, function, args=None, kwargs=None) | 创建定时器 |
cancel() | 取消定时器 |
start() | 使用线程方式执行 |
join(self, timeout=None) | 等待线程执行结束 |
timer最基本理解就是定时器,可以启动多个定时任务,这些定时器任务是异步执行,所以不存在等待顺序执行问题。
3.运行脚本
jmeter执行命令行
jmeter -n -t 脚本名称.jmx -l 脚本报告名称.jtl
参数说明:
n 非GUI模式,命令行模式(表示在非GUI模式下运行)
-t 测试文件, 要运行的jmeter测试脚本文件(一般使用绝对路径)
-l 结果文件,记录结果的文件
-h 获取jmeter帮助信息
-r 远程执行,启动远程服务器(non-gui模式下启动remote-hosts配置的所有远程代理机)
-R 远程执行,(non-gui模式下启动指定的机器(IP:PORT)作为代理机)
-e 设置测试完成后生成测试报表
-o 指定测试报表生成的文件夹,文件夹必须为空/不存在
-H 代理主机(设置jmeter使用的代理主机)
-P 代理端口(设置jmeter使用的代理端口)
-X 退出(non-gui模式下测试结束时退出)
4.脚本
import os from datetime import datetime from threading import Timer # 定时任务 def task(): now = datetime.now() ts = now.strftime("%Y-%m-%d %H:%M:%S") print(datetime.now()) a = os.system("jmeter -n -t /Users/liyinchi/workspace/功能测试/好慷/测试数据(压测脚本)/阶梯拼团多维表格20230418.jmx -l /Users/liyinchi/workspace/功能测试/好慷/测试数据(压测脚本)/阶梯拼团多维表格20230418-result.jtl") print(a) # 执行器 def func(): task() t = Timer(60*1, func) t.start() func()
执行结果:
5.python常用的定时任务
while True:+sleep()
threading.Timer定时器
Timeloop库执行定时任务
调度模块sched
调度模块schedule
任务框架APScheduler
分布式消息系统celery执行定时任务
使用windows自带的定时任务
6.四种方法用python调用命令行
(1)os.system
import os a=os.system("ls") a
运行程序会显示输出,返回值a为程序退出码
(2)os.popen
import os a=os.popen("ls") a.readline()
返回值为一个file文件,
file.readlines()为命令的返回值
(3)subprocess
可以在python程序中创建子进程,
subprocess.call()
import subprocess subprocess.call(['ls','-l' ])
其中,'ls’对应命令行输入的命令,-l为相应的操作。返回程序退出码,类似于os.system
subprocess.check_output('ls')
返回标准输出,类似于os.popen。
也可以调用Popen对象来进行操作。subprocess
import subprocess child = subprocess.Popen('ping -c4 blog.linuxeye.com',shell=True)
此时,可以用多个命令控制子进程。也可以用subprocess.PIPE,将自进程输入输出连接……
(4)commands
import commands commands.getoutput('ls')
返回程序输出
今天关于《Python命令行定时任务自动化工作流程是什么》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

- 上一篇
- 如何查看GoLand中当前包的名称?

- 下一篇
- sqlx 无法对嵌套结构使用结构扫描
-
- 文章 · python教程 | 23分钟前 |
- PythonORM框架使用技巧及方法详解
- 120浏览 收藏
-
- 文章 · python教程 | 55分钟前 |
- Python追加文件内容的简便技巧
- 421浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- PythonLock对象使用技巧及方法
- 238浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python中如何测试异常及技巧
- 175浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- 定义和使用类的属性与方法的详细攻略
- 238浏览 收藏
-
- 文章 · python教程 | 3小时前 | Numpy Pandas fillna drop_duplicates IQR
- Python数据清洗实用技巧及代码实现
- 476浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python中如何轻松实现工厂模式?
- 441浏览 收藏
-
- 文章 · python教程 | 5小时前 | 测试覆盖率 模拟对象 unittest.mock MagicMock 选择性模拟
- Python模拟测试对象方法与技巧
- 407浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python编程100题:从基础到算法实战
- 390浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python表单数据处理技巧大揭秘
- 330浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 可图AI图片生成
- 探索快手旗下可灵AI2.0发布的可图AI2.0图像生成大模型,体验从文本生成图像、图像编辑到风格转绘的全链路创作。了解其技术突破、功能创新及在广告、影视、非遗等领域的应用,领先于Midjourney、DALL-E等竞品。
- 28次使用
-
- MeowTalk喵说
- MeowTalk喵说是一款由Akvelon公司开发的AI应用,通过分析猫咪的叫声,帮助主人理解猫咪的需求和情感。支持iOS和Android平台,提供个性化翻译、情感互动、趣味对话等功能,增进人猫之间的情感联系。
- 26次使用
-
- Traini
- SEO摘要Traini是一家专注于宠物健康教育的创新科技公司,利用先进的人工智能技术,提供宠物行为解读、个性化训练计划、在线课程、医疗辅助和个性化服务推荐等多功能服务。通过PEBI系统,Traini能够精准识别宠物狗的12种情绪状态,推动宠物与人类的智能互动,提升宠物生活质量。
- 26次使用
-
- 可图AI 2.0图片生成
- 可图AI 2.0 是快手旗下的新一代图像生成大模型,支持文本生成图像、图像编辑、风格转绘等全链路创作需求。凭借DiT架构和MVL交互体系,提升了复杂语义理解和多模态交互能力,适用于广告、影视、非遗等领域,助力创作者高效创作。
- 30次使用
-
- 毕业宝AIGC检测
- 毕业宝AIGC检测是“毕业宝”平台的AI生成内容检测工具,专为学术场景设计,帮助用户初步判断文本的原创性和AI参与度。通过与知网、维普数据库联动,提供全面检测结果,适用于学生、研究者、教育工作者及内容创作者。
- 43次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览