【shell脚本实现带附件邮件】

已于 2022-12-16 17:33:45 修改
阅读量1.8k 收藏 5
点赞数 1
分类专栏： Linux 文章标签： 后端 linux centos 华为云 运维开发
于 2022-12-13 17:27:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_20228957/article/details/128304532
版权

shell脚本实现带附件邮件

环境CentOS

使用mail命令发送邮件需要先配置发送邮件的邮箱，以QQ邮箱为例获取授权码

第一步安装依赖

[root@hecs-38553 ~]# yum -y install sendmail
Last metadata expiration check: 1:08:19 ago on Tue 13 Dec 2022 03:11:00 PM CST.
Dependencies resolved.
============================================================================================================================================================================================
 Package                                      Architecture                             Version                                            Repository                                   Size
============================================================================================================================================================================================
Installing:
 sendmail                                     x86_64                                   8.15.2-34.el8                                      AppStream                                   768 k
Installing dependencies:
 cyrus-sasl                                   x86_64                                   2.1.27-5.el8                                       base                                         96 k

Transaction Summary
============================================================================================================================================================================================
Install  2 Packages

Total download size: 864 k
Installed size: 1.8 M
Downloading Packages:
(1/2): cyrus-sasl-2.1.27-5.el8.x86_64.rpm                                                                                                                   205 kB/s |  96 kB     00:00    
(2/2): sendmail-8.15.2-34.el8.x86_64.rpm                                                                                                                    201 kB/s | 768 kB     00:03    
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Total                                                                                                                                                       226 kB/s | 864 kB     00:03     
Running transaction check
Transaction check succeeded.
Running transaction test
Transaction test succeeded.
Running transaction
  Preparing        :                                                                                                                                                                    1/1 
  Running scriptlet: cyrus-sasl-2.1.27-5.el8.x86_64                                                                                                                                     1/2 
  Installing       : cyrus-sasl-2.1.27-5.el8.x86_64                                                                                                                                     1/2 
  Running scriptlet: cyrus-sasl-2.1.27-5.el8.x86_64                                                                                                                                     1/2 
  Running scriptlet: sendmail-8.15.2-34.el8.x86_64                                                                                                                                      2/2 
  Installing       : sendmail-8.15.2-34.el8.x86_64                                                                                                                                      2/2 
  Running scriptlet: sendmail-8.15.2-34.el8.x86_64                                                                                                                                      2/2 
  Verifying        : cyrus-sasl-2.1.27-5.el8.x86_64                                                                                                                                     1/2 
  Verifying        : sendmail-8.15.2-34.el8.x86_64                                                                                                                                      2/2 

Installed:
  cyrus-sasl-2.1.27-5.el8.x86_64                                                                sendmail-8.15.2-34.el8.x86_64                                                               

Complete!

[root@hecs-38553 ~]# yum install -y mailx
Last metadata expiration check: 1:11:32 ago on Tue 13 Dec 2022 03:11:00 PM CST.
Package mailx-12.5-29.el8.x86_64 is already installed.
Dependencies resolved.
Nothing to do.
Complete!

安装完后启动sendmail命令查询运行状态

[root@hecs-38553 ~]# service sendmail start
Redirecting to /bin/systemctl start sendmail.service
[root@hecs-38553 ~]# service sendmail status
Redirecting to /bin/systemctl status sendmail.service
● sendmail.service - Sendmail Mail Transport Agent
   Loaded: loaded (/usr/lib/systemd/system/sendmail.service; disabled; vendor preset: disabled)
   Active: active (running) since Tue 2022-12-13 16:21:55 CST; 42min ago
  Process: 620594 ExecStart=/usr/sbin/sendmail -bd $SENDMAIL_OPTS $SENDMAIL_OPTARG (code=exited, status=0/SUCCESS)
  Process: 620586 ExecStartPre=/etc/mail/make aliases (code=exited, status=0/SUCCESS)
  Process: 620585 ExecStartPre=/etc/mail/make (code=exited, status=0/SUCCESS)

设置发件人信息

[root@hecs-38553 ~]# vim /etc/mail.rc

#mail
set from=xxxxxx@qq.com   #显示的发件人邮箱
set smtp=smtps://smtp.qq.com:465  #邮件服务器
set smtp-auth-user=xxxxx@qq.com    #发件人邮箱账号
set smtp-auth-password=lnayvxtpzrmwbebg  #发件人邮箱授权码
set smtp-auth=login         #登录

发送邮件

  1. 通过文件内容发送
    mail -s ‘mail test’ xxx@yyy.com < con.txt
  2. 通过管道符直接发送
    echo “this is my test mail” | mail -s ‘mail test’ xxx@yyy.com
  3. 带附件发送
    echo “this is my test mail” | mail -a /root/client.c -s ‘mail test’ xxx@qq.com

从QQ邮箱获取SSL证书，并在CentOS中设置

#存放证书的位置
$ ~ mkdir -p /root/.certs
#获取QQ 邮箱的 SSL 证书
echo -n | openssl s_client -connect smtp.qq.com:465 | sed -ne '/-BEGIN CERTIFICATE-/,/-END CERTIFICATE-/p' > ~/.certs/qq.crt

#添加第一个证书到证书数据库中
certutil -A -n "GeoTrust SSL CA" -t "C,,"  -d  ~/.certs  -i  ~/.certs/qq.crt
#添加第二个证书到证书数据库中
certutil -A -n "GeoTrust Global CA" -t "C,,"  -d  ~/.certs  -i  ~/.certs/qq.crt

#列出指定的目录下的所有证书
certutil -L -d /root/.certs
#如果出现Error in certificate: Peer's certificate issuer is not recognized.执行下面命令
certutil -A -n "GeoTrust SSL CA - G3" -t "Pu,Pu,Pu" -d ~/.certs -i ~/.certs/qq.crt
我遇到的错误提示Error in certificate: Peer's certificate issuer has been marked as not trusted by the.解决办法
$  certutil -A -n "GeoTrust SSL CA - G3" -t "Pu,Pu,Pu" -d ~/.certs -i ~/.certs/qq.crt
Notice: Trust flag u is set automatically if the private key is present.

邮箱查看

在这里插入图片描述

后续可以用shell脚本文件的形式一键发送定时发送

NumPy中np.clip函数超详细解析：从入门到实战避坑指南
xuemenghan的博客
04-10 740
错误操作np.clip(arr, 2, 3) # 以为arr会变成[2,2,3,3]print(arr) # 实际还是[1,2,3,4]（原数组未改变）正确做法：必须用变量接收返回值，或使用outnp.clip(arr, 2, 3, out=arr) # 原地修改，arr变为[2,2,3,3]核心功能| 将数组元素限制在[min, max]区间，越界元素取边界值 |常用场景| 数据清洗、梯度裁剪、图像像素修复 |必记参数a（输入数组）、a_min（最小值）、a_max（最大值） |
NumPy中np.clip()的用法
我的Python教程
07-17 2271
np.clip() 是 NumPy 库中的一个函数，用于限制数组中的数值在一个指定的最小值和最大值之间。它将数组中的所有元素逐个检查，并将它们限制在给定的下限（min）和上限（max）范围内。如预期的那样，np.clip() 函数已经将原始数组中的值限制在了-2和12之间。数组[-10, -5, 0, 5, 10, 15, 20]经过处理后变为[-2, -2, 0, 5, 10, 12, 12]。----------★★历史博文集合★★-----------10 和 -5 被更改为下限 -2，
np.clip的使用方法
热门推荐
Bubbliiiing的学习小课堂
08-21 7万+
np.clip的使用方法参数数量及其作用示例 参数数量及其作用 np.clip是一个截取函数，用于截取数组中小于或者大于某值的部分，并使得被截取部分等于固定值。 函数如下： np.clip( a, a_min, a_max, out=None): 该函数的作用是将数组a中的所有数限定到范围a_min和a_max中。 部分参数解释： a：输入矩阵； a_min：被限定的最小值，所有比...
NumPy中的np.clip函数详解：数据裁剪的实用工具
xuemenghan的博客
04-10 633
np.clip是数据处理的“安全卫士”，适用于限制数值范围的多种场景。通过灵活设置最小/最大值，可有效控制数据分布，避免异常值干扰，提升后续计算的稳定性。掌握此函数能显著提高数据清洗和预处理的效率。
NumPy 中 np.clip 的全面解析：数据裁剪利器
最新发布
ltm1410010510的博客
04-14 158
而 NumPy 的 np.clip 正是为此场景量身定制的工具。它能快速将数组元素约束到指定区间，提升数据质量与计算稳定性。在数据分析和机器学习中，我们经常需要将数据限制在合理的范围内。适用场景：不同特征列需要不同缩放规则。为什么需要数据裁剪？
np.clip的用法
zhuzuwei的博客
04-25 7275
numpy.clip(a, a_min, a_max, out=None) 其中a是一个数组，后面两个参数分别表示最小和最大值，将数组中的元素限制在a_min, a_max之间，大于a_max的就使得它等于 a_max，小于a_min,的就使得它等于a_min。 a = np.arange(10) np.clip(a, 1, 8) Out[36]: array([1, 1, 2, 3,
【NumPy】np.clip() 函数：对数组的值进行截断
彬彬侠的博客
11-08 1920
numpy.clip是NumPy中的一个函数，用于将数组中的元素限制在指定的范围内（即对数组的值进行截断）。超出范围的值会被替换为指定的上下限值。numpy.clip(a, a_min, a_max, out=None, *, where=True)
np.clip()
qq_35037684的博客
12-26 461
函数np.clip(x,a,b)，将x的范围控制在[a,b]之间，x可以是一个数也可以是数组， x < a时值为a; x > b时值为b y1 = np.clip(max(0,100), 0, 112) y1 Out[32]: 100 np.clip(max(0,-9), 0, 112) Out[33]: 0 np.clip(max(0,150), 0, 112) Out[34]: 112 ...
np.clip
Florence_Janie的博客
04-23 335
numpy.clip(a, a_min, a_max, out=None)[source] 其中a是一个数组，后面两个参数分别表示最小和最大值 &gt;&gt;&gt; import numpy as np &gt;&gt;&gt; x = np.array([1,2,3,4,5,6,7,8,9]) &gt;&gt;&gt; np.clip(x,3,8) array([3, 3, 3, 4...
numpy.clip()函数，torch.clamp() 函数的使用
weixin_73101319的博客
04-20 772
array([1, 1, 2, 3, 4, 5, 6, 7, 8, 8]) # a被限制在1-8之间。array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) # 没改变a的原值。>>> np.clip(a, 3, 6, out=a) # 修剪后的数组存入到a中。# 3 > 2 -->大于最小值 则等于本身 再和最大值比 没超过最大值 所以为3。# 当a_min为数组时, a中每个元素和都和a_min中对应元素比较。# 0 < 3 -->小于最小值 则等于3。
Numpy中的diff函数和clip函数
weixin_43597208的博客
09-10 522
np.diff() 是 NumPy 库中用于计算数组元素之间差异的函数。它计算数组中相邻元素之间的差值，并返回一个新的数组。如何确保差分之后的数组长度和以前的数组长度保持一致呢？我们只需要在np.diff()的时候增加一个新的参数：prepend。prepend接受的参数其实在数组a进行差分前，需要排到数组a的开头去，形成新的数组后，才进行差分运算。np.clip 是 NumPy 中用于将数组中的值限制在给定范围内的函数。
NumPy的实用函数整理之clip
学习爱好者fz的博客
01-13 1816
NumPy的实用函数整理之clipclip() NumPy函数clip()用于保留数组中在间隔范围内内的值。给定一个范围，范围外的值将剪裁到范围边界。例如，如果指定的范围为[0，1]，则小于0的值变为0，大于1的值变为1。 clip() clip(a, a_min, a_max, out=None, **kwargs) 其中参数： a:要被剪裁的NumPy数组 a_min: 是最小值，可以是数值，NumPy数组或者空值None a_max: 是最最大值，可以是数值，NumPy数组或者空值None。最大值
python中np.clip()的用法
方小汪的博客
02-01 1万+
主要参考python中numpy模块下的np.clip()的用法,稍有改动 Numpy 中clip函数的使用 numpy.clip(a, a_min, a_max, out=None) Clip (limit) the values in an array. Given an interval, values outside the interval are clipped to the inte...
np.clip()函数
liyva的博客
07-27 3754
前言 提示：np.clip()在为图像添加高斯噪声时遇到，这里记录一下具体用法 一、np.clip(a, a_min, a_max) a : 待处理的array类型数据 a_min : 对小于’a_min’元素进行剪切。可以为None a_max : 对大于’a_max’元素进行剪切。可以为None 但a_min和a_max必须保留一个 out :为array类型数据 二、实例 >>> a = np.arange(10) >>> np.clip
【Python】np.clip()用法解析
Danger的博客
03-16 1万+
【Python】np.clip()用法解析
Python numpy np.clip() 将数组中的元素限制在指定的最小值和最大值之间
叶庭云 成为自己的光
05-12 964
Python numpy np.clip() 将数组中的元素限制在指定的最小值和最大值之间
numpy 小功能之 np.clip()
TBTB的博客
07-31 1107
np.clip() numpy.clip(m, min, max) m: 是定义的 numpy 数组。 min: 最小值 max: 最大值 功能：把数组 m 中的值缩放到 [min, max] 之间。 import numpy as np x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]) x = np.clip(x, 5, 9) print(x) 运行结果: [5 5 5 5 5 6 7 8 9] 从代码中我们能够观察到,大于 max 的数 clip 就使得它等.
np.clip函数
03-21
<think>好的，我现在需要回答用户关于numpy的np.clip函数的用法和相关技术问题。首先，我应该先回忆一下np.clip的基本功能。clip函数的作用是将数组中的元素限制在指定的范围内，超出范围的元素会被截断到边界值。比如，如果设置范围是[0,1]，那么小于0的元素变成0，大于1的元素变成1，中间的值保持不变。 接下来，我需要确认函数的参数。根据官方文档，np.clip的语法是numpy.clip(a, a_min, a_max, out=None, **kwargs)。其中a是输入数组，a_min和a_max分别是下限和上限。参数a_min和a_max可以是标量或者数组，如果是数组的话，形状需要和输入数组a兼容，以便进行广播。out参数用于指定输出数组，可选。 然后，我应该举几个例子来说明用法。比如，当输入是一维数组时，clip会逐个元素处理。例如，arr = np.array([1, 2, 3, 4, 5])，使用np.clip(arr, 2, 4)后得到[2,2,3,4,4]。另外，如果a_min或a_max其中一个为None，那么该方向不会进行截断。例如，np.clip(arr, None, 3)会将所有大于3的元素变为3，而不会改变小于3的部分。 用户可能还想知道如何处理多维数组的情况。这时候，可以举一个二维数组的例子，比如一个2x3的矩阵，应用clip后每个元素都会被限制。此外，使用out参数可以将结果保存到现有的数组中，节省内存。例如，先创建一个和输入数组形状相同的输出数组，然后通过out参数传递进去。 还需要注意数据类型的问题。如果输入数组是整数类型，clip后的结果也会是整数，可能丢失精度。例如，将3.7截断到整数会变成3。如果用户需要保留小数，应该确保输入数组是浮点类型。 另外，用户可能会问到clip函数和其他类似函数的区别，比如np.minimum和np.maximum的组合使用。这时可以说明，clip实际上等价于np.maximum(a_min, np.minimum(a, a_max))，但clip函数更为简洁高效。 在应用场景方面，clip常用于数据预处理，比如图像处理中将像素值限制在0-255之间，或者在机器学习中归一化数据时防止数值溢出。例如，在引用[^3]提到的图像处理管线中，可能需要对图像数据进行归一化，这时候clip函数可以确保数据在有效范围内。 还需要检查是否有相关的技术问题，比如如何处理NaN值。在numpy中，clip函数不会处理NaN，它们会保留在结果中。如果用户需要处理NaN，可能需要在调用clip之前先使用np.nan_to_num或其他方法处理。 最后，要确保回答结构清晰，分点说明用法、参数、示例和应用场景，并生成相关问题。同时，注意使用中文回答，数学表达式用$...$格式，独立公式用$$...$$。如果有引用相关内容，比如用户提供的引用[^1]中的numpy示例，可以适当提及，但这里用户的问题主要集中在clip函数，可能引用中的例子并不直接相关，但如果有合适的部分可以引用的话需要加入。</think>### numpy.clip函数详解 #### 1. 函数定义 `np.clip(a, a_min, a_max, out=None)` 将数组 `a` 的元素限制在 `[a_min, a_max]` 范围内。超出范围的元素会被截断为边界值，数学表达式为： $$y_i = \begin{cases} a_{\text{min}} & \text{if } x_i < a_{\text{min}} \\ x_i & \text{if } a_{\text{min}} \leq x_i \leq a_{\text{max}} \\ a_{\text{max}} & \text{if } x_i > a_{\text{max}} \end{cases}$$ #### 2. 参数说明 - **a**: 输入数组（支持多维） - **a_min/a_max**: 下限/上限（标量或数组，可设为`None`表示不限制该方向） - **out**: 输出数组（可选） #### 3. 基础用法示例 ```python import numpy as np # 示例1：一维数组裁剪 arr = np.array([-1, 2, 5, 10]) clipped = np.clip(arr, 0, 5) # 输出：[0, 2, 5, 5] # 示例2：仅限制上限 arr = np.array([[3, 7], [9, 2]]) clipped = np.clip(arr, None, 5) # 输出：[[3,5], [5,2]] ``` #### 4. 高级用法 - **广播机制**：当`a_min`或`a_max`为数组时，需与输入数组形状兼容 ```python # 不同维度裁剪 arr = np.arange(12).reshape(3,4) min_vals = np.array([1, 2, 3, 4]) max_vals = np.array([8, 7, 6, 5]) clipped = np.clip(arr, min_vals, max_vals) ``` - **内存优化**：使用`out`参数复用内存 ```python output = np.empty_like(arr) np.clip(arr, 2, 7, out=output) ``` #### 5. 应用场景 1. **图像处理**：限制像素值范围（如RGB值0-255） 2. **数据清洗**：处理异常值 3. **激活函数**：模拟ReLU函数（`np.clip(x, 0, None)`） 4. **物理模拟**：约束参数取值范围（如温度不能低于绝对零度） #### 6. 注意事项 - **数据类型**：整数类型裁剪可能丢失精度，建议使用浮点类型 - **NaN处理**：`np.clip`不会处理NaN值，需提前处理 - **性能优化**：对大规模数组操作时，建议预分配输出内存 : 在Numpy数组操作中，类似`np.multiply`和`np.dot`的函数需要特别注意数据类型对结果的影响，这与`np.clip`的数据处理逻辑有相似之处。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Quieeeet

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值