文章目录
一、背景
在Python的世界里，有一些库因其强大的功能和易用性而备受开发者们的喜爱。今天，我们要介绍的就是其中的一员——psutil库。psutil(python system and process utilities)是一个跨平台的第三方库，用于获取系统运行时的进程和系统利用率（包括CPU、内存、磁盘、网络等）信息。它主要用于系统监控，性能分析，进程管理等场景。
二、安装&基本使用
psutil安装：
pip install psutil安装完成后，我们就可以开始使用psutil库了。下面，我们将介绍一些常用的功能。
1、获取CPU信息
psutil库可以获取CPU的使用情况。例如，我们可以使用psutil.cpu_percent(interval=1)来获取CPU的使用率。
import psutilcpu_percent = psutil.cpu_percent(interval=1)print(f'CPU usage: {cpu_percent}%')2、获取内存信息
我们可以使用psutil.virtual_memory()来获取系统的内存使用情况。
import psutilmem_info = psutil.virtual_memory()print(f'Total memory: {mem_info.total / (1024**3):.2f} GB')print(f'Used memory: {mem_info.used / (1024**3):.2f} GB')print(f'Memory usage: {mem_info.percent}%')3、获取磁盘信息
psutil库也可以获取磁盘的使用情况。例如，我们可以使用psutil.disk_usage(‘/’)来获取根目录的磁盘使用情况。
import psutildisk_usage = psutil.disk_usage('/')print(f'Total disk space: {disk_usage.total / (1024**3):.2f} GB')print(f'Used disk space: {disk_usage.used / (1024**3):.2f} GB')print(f'Disk usage: {disk_usage.percent}%')4、获取进程信息
psutil库还可以获取系统中运行的所有进程的信息。例如，我们可以使用psutil.pids()来获取所有进程的PID。
import psutilpids = psutil.pids()print(f'Total processes: {len(pids)}')三、项目应用实战
假设有这样的一个需求：长时间运行Pycharm程序，监控Pycharm程序的CPU/内存占用，以验证Pycharm程序在长时间打开的情况下，程序是否会存在CPU占用率升高或内存泄漏的情况。
基于这样的需求，我们可以使用psutil库和pandas库来完成，脚本如下：
1、获取电脑整体的CPU、内存占用情况
# 获取电脑整体的CPU、内存占用情况def getMemory(): data = psutil.virtual_memory() memory = str(int(round(data.percent))) + "%" print("系统整体memory占用:"+memory) return memorydef getCpu(): cpu_list=psutil.cpu_percent(percpu=True) average_cpu = round(sum(cpu_list) / len(cpu_list),2) cpu=str(average_cpu) + "%" print("系统整体cpu占用:"+cpu) return cpu2、获取指定进程的CPU和内存占用信息代码
# 获取指定进程的CPU和内存占用信息代码def getMemSize(pid): # 根据进程号来获取进程的内存大小 process = psutil.Process(pid) memInfo = process.memory_info() # rss: 该进程实际使用物理内存（包含共享库占用的全部内存）。 # vms：该进程使用的虚拟内存总量。 return memInfo.rss / 1024 / 1024def getCpuPercent(pid): # 根据进程号来获取进程的内存大小 p = psutil.Process(pid) p_cpu = p.cpu_percent(interval=0.1) cpu = round(p_cpu,2) return cpudef getTotalM(processName): # 一个进程名对应的可能有多个进程 # 进程号才是进程的唯一标识符，进程名不是 totalM = 0 for i in psutil.process_iter(): if i.name() == processName: totalM += getMemSize(i.pid) print('进程占用内存：%.2f MB' % totalM) finalM=round(totalM,2) return finalMdef getTotalCPU(processName): # 一个进程名对应的可能有多个进程 # 进程号才是进程的唯一标识符，进程名不是 totalCPU = 0 for i in psutil.process_iter(): if i.name() == processName: totalCPU += getCpuPercent(i.pid) totalCPU_convert=round(totalCPU,2) finalCPU=str(totalCPU_convert)+'%' print("进程占用CPU："+finalCPU) return totalCPU_convert3、将测试结果数据写入csv文件
# 将测试结果数据写入csv文件def writeExcel(caseName,cpu,mem,pycharmcpu,pycharmmem): timestamp = time.strftime('%Y-%m-%d-%H:%M:%S', time.localtime(time.time())) dict = {'caseName': [caseName], 'Sys_CPU': [cpu], 'Sys_Memory': [mem], 'Pycharm_Cpu': [pycharmcpu], 'Pycharm_Mem': [pycharmmem],'OperationTime':[timestamp]} # 字典中的key值即为csv中列名 dataframe = pd.DataFrame(dict) dataframe['OperationTime'] = pd.to_datetime(dataframe['OperationTime']) # 将DataFrame存储为csv, mode='a'表示每一次都是追加内容而不是覆盖，header=False表示不写列名 dataframe.to_csv("cpuAndMemtest.csv", date_format='%Y-%m-%d-%H:%M:%S', mode='a',index=False,header=False,encoding='GBK')4、封装方法为函数，以便后续直接调用
# 封装方法为函数，以便后续直接调用def getCpuAndMem(caseName,processName1): memory = getMemory() cpu = getCpu() # 获取pycharm64.exe进程占用的CPU和内存 pycharmmem = getTotalM(processName1) pycharmcpu = str(getTotalCPU(processName1))+'%' time.sleep(1) writeExcel(caseName,cpu,memory,pycharmcpu,pycharmmem) print("系统整体CPU占用：%s 系统整体内存占用：%s 进程_CPU占用：%s 进程内存占用：%s"%(cpu, memory, pycharmcpu, pycharmmem)) print("===============================================================")5、运行脚本
6、生成的csv文件内容
7、依赖测试数据生成趋势图，用于测试报告使用
完整的脚本代码我也上传到了我的百度网盘，需要的同学可以添加杨叔微信，加入杨叔测试交流群免费获取~
以上就是psutil库的一些基本用法。实际上，psutil库的功能远不止这些，它还可以获取网络接口信息，系统启动时间，当前用户信息等等。如果你是一名Python开发者，那么psutil库无疑是你的必备工具。
=================================================================================================
以上就是本次的全部内容，如果对你有帮助，麻烦点个赞+收藏+关注，一键三连啦~ 欢迎关注下方我的公众号：程序员杨叔，各类文章都会第一时间在上面发布，持续分享各类测试开发知识干货，你的支持就是作者更新最大的动力。
来源地址：https://blog.csdn.net/baidu_28340727/article/details/131402628
