因此，我尝试使用 python 获得与使用 bash 脚本类似的结果。

bash 脚本的代码：

    #!/bin/bash

    for ip in $(seq 1 254); do
        ping -c 1 10.10.10.$ip | grep "bytes from" | cut -d " " -f 4 | cut -d ":" -f 1 &
    done

我想做的是以相似的速度获得相同的结果。我对每个版本的 python 脚本都遇到的问题是，与批处理脚本所需的几秒钟相比，它需要很长时间才能完成。

批处理文件大约需要 2 秒来扫描 /24 网络，而我使用 python 脚本所能得到的最好时间大约是 5-8 分钟。

最新版本的python脚本：

import subprocess

cmdping = "ping -c1 10.10.10."

for x in range (2,255):
    p = subprocess.Popen(cmdping+str(x), shell=True, stderr=subprocess.PIPE)

    while True:
        out = p.stderr.read(1)
        if out == '' and p.poll() != None:
            break
        if out != '':
            sys.stdout.write(out)
            sys.stdout.flush()

我在 python 中尝试了几种不同的方法，但无法达到 bash 脚本的速度。

有什么建议么？

多重处理 http://docs.python.org/2/library/multiprocessing.html

#!/usr/bin/python2

import multiprocessing
import subprocess
import os

def pinger( job_q, results_q ):
    DEVNULL = open(os.devnull,'w')
    while True:
        ip = job_q.get()
        if ip is None: break

        try:
            subprocess.check_call(['ping','-c1',ip],
                                  stdout=DEVNULL)
            results_q.put(ip)
        except:
            pass

if __name__ == '__main__':
    pool_size = 255

    jobs = multiprocessing.Queue()
    results = multiprocessing.Queue()

    pool = [ multiprocessing.Process(target=pinger, args=(jobs,results))
             for i in range(pool_size) ]

    for p in pool:
        p.start()

    for i in range(1,255):
        jobs.put('192.168.1.{0}'.format(i))

    for p in pool:
        jobs.put(None)

    for p in pool:
        p.join()

    while not results.empty():
        ip = results.get()
        print(ip)