【本地网页控制远程开发板】使用Python的Paramiko库通过SSH连接开发板进行通信

本文主要是介绍【本地网页控制远程开发板】使用Python的Paramiko库通过SSH连接开发板进行通信,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近想要在本地用flask框架创建网页,在网页端与远程开发板进行交互,里面有一项需求就是当我点击网页端的按钮时,开发板会执行相应的脚本文件进行预警。以下演示如何使用Python的Paramiko库来通过SSH连接开发板实现上述功能。

主要的代码思路如下:

@app.route('/remote_reminder', methods=['POST'])
def remote_reminder():"""通过SSH执行远程脚本"""try:# 创建SSH客户端实例ssh = paramiko.SSHClient()# 设置SSH客户端的主机密钥策略为AutoAddPolicy,即自动添加新主机的密钥到本地的HostKeys对象中ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())# 使用提供的远程主机地址、用户名和密码进行SSH连接ssh.connect(REMOTE_HOST, username=REMOTE_USER, password=REMOTE_PASSWORD)# 通过SSH在远程主机上执行脚本 'sh /home/set_led.sh &'# '&' 表示在后台运行脚本,避免阻塞stdin, stdout, stderr = ssh.exec_command('sh /home/set_led.sh &')# 读取执行命令的标准输出,并将其解码为字符串output = stdout.read().decode()# 读取执行命令的错误输出,并将其解码为字符串error = stderr.read().decode()# 关闭SSH连接ssh.close()# 如果有错误信息,将错误信息返回并设置HTTP状态码为500if error:return jsonify({"status": "error", "message": error}), 500# 如果没有错误信息,将执行结果返回并设置HTTP状态码为200return jsonify({"status": "success", "message": output})except Exception as e:# 捕获所有异常,并返回错误信息,HTTP状态码为500return jsonify({"status": "error", "message": str(e)}), 500

这里我们通过SSH连接开发板,提起那需要设置好端口用户名和密码

REMOTE_HOST = '192.168.43.101'  # 开发板的IP地址
REMOTE_USER = 'root'  # SSH登录用户名
REMOTE_PASSWORD = '123456'  # SSH登录密码

然后再在index.html文件中将点击事件和按钮进行关联

document.getElementById('reminderBtn').addEventListener('click', function() {fetch('{{ url_for("remote_reminder") }}', { method: 'POST' }).then(response => response.json()).then(data => {alert("远程提醒已发送!");});});

在以上的例子中,flask是服务器端,而本地网页浏览器和远程开发板都是客户端,当点击网页时浏览器向flask服务器发送http请求,此时flask服务器接受请求,并向另一个客户端——远程开发板发送指令。

因为之前尝试过实时传输视频的通信,当时使用的是websocket通信,这次使用的是http通信,下面对这两种网络通信方式进行总结区分:

(1)通信模式

HTTP是请求——响应的单向通信,客户端(如浏览器)发送一个请求到服务器,服务器处理请求并返回响应。

WebSocket是全双工的通信。客户端和服务端可以同时收发数据。

(2)连接方式

HTTP是短连接的,每次请求后都会断开

WebSocket是长连接的,一旦连接成功,将保持开放,允许持续的双向通信

(3)协议层

HTTP是应用层协议,建立在TCP之上,使用TCP作为传输层协议

WebSocket是传输层协议。在初次连接时,WebSocket通过HTTP协议进行握手,一旦握手之后,切换到WebSocket协议。

(4)数据传输效率

HTTP每次请求都要附带完整的HTTP头信息,增加通信的开销。

WebSocket握手成功后会切换到WebSocket协议。后续的通信只需要传输数据帧,而不需要HTTP头信息。

(5)应用场景

HTTP适用于web浏览器和web服务器的交互

WebSocket适用于实时更新和双向通信的应用

这篇关于【本地网页控制远程开发板】使用Python的Paramiko库通过SSH连接开发板进行通信的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1100596

相关文章

利用Python实现Excel文件智能合并工具

《利用Python实现Excel文件智能合并工具》有时候,我们需要将多个Excel文件按照特定顺序合并成一个文件,这样可以更方便地进行后续的数据处理和分析,下面我们看看如何使用Python实现Exce... 目录运行结果为什么需要这个工具技术实现工具的核心功能代码解析使用示例工具优化与扩展有时候,我们需要将

使用Nginx配置文件服务器方式

《使用Nginx配置文件服务器方式》:本文主要介绍使用Nginx配置文件服务器方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1. 为什么选择 Nginx 作为文件服务器?2. 环境准备3. 配置 Nginx 文件服务器4. 将文件放入服务器目录5. 启动 N

使用nohup和--remove-source-files在后台运行rsync并记录日志方式

《使用nohup和--remove-source-files在后台运行rsync并记录日志方式》:本文主要介绍使用nohup和--remove-source-files在后台运行rsync并记录日... 目录一、什么是 --remove-source-files?二、示例命令三、命令详解1. nohup2.

Python+PyQt5实现文件夹结构映射工具

《Python+PyQt5实现文件夹结构映射工具》在日常工作中,我们经常需要对文件夹结构进行复制和备份,本文将带来一款基于PyQt5开发的文件夹结构映射工具,感兴趣的小伙伴可以跟随小编一起学习一下... 目录概述功能亮点展示效果软件使用步骤代码解析1. 主窗口设计(FolderCopyApp)2. 拖拽路径

Qt之QMessageBox的具体使用

《Qt之QMessageBox的具体使用》本文介绍Qt中QMessageBox类的使用,用于弹出提示、警告、错误等模态对话框,具有一定的参考价值,感兴趣的可以了解一下... 目录1.引言2.简单介绍3.常见函数4.按钮类型(QMessage::StandardButton)5.分步骤实现弹窗6.总结1.引言

Python使用Reflex构建现代Web应用的完全指南

《Python使用Reflex构建现代Web应用的完全指南》这篇文章为大家深入介绍了Reflex框架的设计理念,技术特性,项目结构,核心API,实际开发流程以及与其他框架的对比和部署建议,感兴趣的小伙... 目录什么是 ReFlex?为什么选择 Reflex?安装与环境配置构建你的第一个应用核心概念解析组件

Qt中Qfile类的使用

《Qt中Qfile类的使用》很多应用程序都具备操作文件的能力,包括对文件进行写入和读取,创建和删除文件,本文主要介绍了Qt中Qfile类的使用,具有一定的参考价值,感兴趣的可以了解一下... 目录1.引言2.QFile文件操作3.演示示例3.1实验一3.2实验二【演示 QFile 读写二进制文件的过程】4.

Python将字符串转换为小写字母的几种常用方法

《Python将字符串转换为小写字母的几种常用方法》:本文主要介绍Python中将字符串大写字母转小写的四种方法:lower()方法简洁高效,手动ASCII转换灵活可控,str.translate... 目录一、使用内置方法 lower()(最简单)二、手动遍历 + ASCII 码转换三、使用 str.tr

spring security 超详细使用教程及如何接入springboot、前后端分离

《springsecurity超详细使用教程及如何接入springboot、前后端分离》SpringSecurity是一个强大且可扩展的框架,用于保护Java应用程序,尤其是基于Spring的应用... 目录1、准备工作1.1 引入依赖1.2 用户认证的配置1.3 基本的配置1.4 常用配置2、加密1. 密

Python处理超大规模数据的4大方法详解

《Python处理超大规模数据的4大方法详解》在数据的奇妙世界里,数据量就像滚雪球一样,越变越大,从最初的GB级别的小数据堆,逐渐演变成TB级别的数据大山,所以本文我们就来看看Python处理... 目录1. Mars:数据处理界的 “变形金刚”2. Dask:分布式计算的 “指挥家”3. CuPy:GPU