psutil模块源码解读

发布时间：2020-10-22 16:39:40 来源：网络阅读：403 作者：IdealReality 栏目：编程语言

psutil介绍

psutil（python系统和流程实用程序）是一个跨平台库，用于在Python中检索有关正在运行的进程和系统利用率（CPU，内存，磁盘，网络，传感器）的信息。它主要用于系统监视，分析，限制进程资源和运行进程的管理。它实现了UNIX命令行工具提供的许多功能，例如：ps，top，lsof，netstat，ifconfig，who，df，kill，free，nice，ionice，iostat，iotop，uptime，pidof，tty，taskset，pmap.

安装

pip3 install psutil

模块的功能

系统相关的类

cpu

psutil.cpu_times(percpu=False)

将系统CPU时间作为命名元组返回。每个属性表示CPU在给定模式下花费的秒数.
- user: 正常进程在用户模式下执行所花费的时间.
- system: 在内核模式下执行的进程所花费的时间.
字段说明:
- nice : 在用户模式下执行的niced（优先级）进程所花费的时间.
- iowait: 等待I / O完成所花费的时间.
- irq: 服务硬件中断所花费的时间.
- softirq: 服务软件中断所花费的时间.
- steal: 在虚拟化环境中运行的其他操作系统所花费的时间.
- guest: 在Linux内核的控制下为客户操作系统运行虚拟CPU所花费的时间.
- guest_nice: 运行niced guest虚拟机所花费的时间.
当percpu是True返回一个名为元组的列表在系统上的每个逻辑CPU。列表的第一个元素是指第一个CPU，第二个元素是第二个CPU.

psutil.cpu_percent(interval = None，percpu = False)

返回一个浮点数，表示当前系统范围的CPU利用率百分比.当percpu是True返回表示利用率的浮点数列表，以每个CPU的百分比表示。列表的第一个元素是指第一个CPU，第二个元素是第二个CPU.
```
In [9]: psutil.cpu_percent(interval=1)
Out[9]: 26.8

In [10]: psutil.cpu_percent(interval=None)
Out[10]: 28.8

In [11]: psutil.cpu_percent(interval=1,percpu=True)
Out[11]: [5.9, 51.0, 25.7, 26.7]
```
psutil.cpu_times_percent(interval = None，percpu = False)
与cpu_percent() 相同但提供每个特定cpu时间的利用率百分比.
```
In [13]: psutil.cpu_times_percent(interval=1,percpu=True)
Out[13]:
[scputimes(user=3.0, nice=0.0, system=0.0, idle=97.0, iowait=0.0, irq=0.0, softirq=0.
0, steal=0.0, guest=0.0, guest_nice=0.0),
scputimes(user=2.0, nice=0.0, system=1.0, idle=97.0, iowait=0.0, irq=0.0, softirq=0.
0, steal=0.0, guest=0.0, guest_nice=0.0),
scputimes(user=4.0, nice=0.0, system=1.0, idle=95.0, iowait=0.0, irq=0.0, softirq=0.0, steal=0.0, guest=0.0, guest_nice=0.0),
scputimes(user=98.0, nice=0.0, system=1.0, idle=0.0, iowait=0.0, irq=0.0, softirq=0.0, steal=0.0, guest=0.0, guest_nice=0.0)]
```
psutil.cpu_count(logical=True)
返回系统中逻辑CPU的数量. 当logical为False时返回物理核心数.
```
In [14]: psutil.cpu_count(logical=True)
Out[14]: 4

In [17]: psutil.cpu_count(logical=False)
Out[17]: 2    
```
获得可用cpu数量
```
In [18]: len(psutil.Process().cpu_affinity())
Out[18]: 4
```
psutil.cpu_stats()

将各种CPU统计信息作为命名元组返回.
- ctx_switches：启动后的上下文切换次数
- interrupts: 自引导以来的中断数.
- soft_interrupts：自引导以来的软件中断次数
- syscalls：自引导以来的系统调用次数。
```
In [19]: psutil.cpu_stats()
Out[19]: scpustats(ctx_switches=10645749, interrupts=2838571, soft_interrupts=2770642
, syscalls=0)
```
psutil.cpu_freq(percpu=False)
将CPU频率作为名称包返回，包括以Mhz表示的当前，最小和最大频率.
当percpu为True并且系统支持每CPU频率检索,为每个CPU返回一个频率列表，否则返回包含单个元素的列表.
```
In [20]: psutil.cpu_freq(percpu=False)
Out[20]: scpufreq(current=3021.204, min=800.0, max=3100.0)

In [21]: psutil.cpu_freq(percpu=True)
Out[21]:
[scpufreq(current=3010.085, min=800.0, max=3100.0),
scpufreq(current=3086.548, min=800.0, max=3100.0),
scpufreq(current=2993.103, min=800.0, max=3100.0),
scpufreq(current=2993.23, min=800.0, max=3100.0)]
```

内存相关的类

memory

psutil.virtual_memory()
- total: 总物理内存
- available: 在没有系统进入交换的情况下立即提供给进程的内存.
- used: 使用的内存.
- free: 空闲的内存.
- active: 正在使用的内存.
- inactive: 未使用的内存.
- buffers: 缓存文件系统元数据.
- cached: 缓存各种内容.
- shared: 共享内存.
- slab: 内核数据结构缓存
查看物理内存
```
In [24]: mem = psutil.virtual_memory()

In [25]: mem
Out[25]: svmem(total=12504399872, available=9867579392, percent=21.1, used=206
4056320, free=7957213184, active=2586599424, inactive=1411063808, buffers=2329
23136, cached=2250207232, shared=330375168, slab=357433344)
```
psutil.swap_memory()
将系统交换内存统计信息作为命名元组返回.
- total: 总交换内存(以字节为单位)
- used: 以字节为单位使用的swap内存
- free: 以字节为单位的自由交换内存.
- 百分比: 计算的百分比使用率(total - available) / total * 100
- sin: 系统从磁盘交换的字节数.
- sout: 系统从磁盘换出的字节数.

磁盘相关的类

disk

psutil.disk_partitions(all=False)
将所有已安装的磁盘分区作为命名元组列表返回，包括设备，挂载点和文件系统类型.

psutil.disk_usage(path)
```
In [32]: psutil.disk_usage('/')
Out[32]: sdiskusage(total=181488431104, used=12284243968, free=159913754624, percent=7.1)    
```
psutil.disk_io_counters(perdisk=False,nowrap=True)
将系统范围的磁盘I / O统计信息作为命名元组返回
- read_count: 读取次数
- write_count: 写入次数.
- read_bytes: 读取的字节数
- write_bytes: 写入的字节数
- read_time: 从磁盘读取的时间(以毫秒为单位).
- write_time: 写入磁盘所花费的时间(以毫秒为单位).
- busy_time: 在实际I/O上的时间.(以毫秒为单位).
- read_merged_count: 合并读取的数量
- write_merged_count: 合并写入次数.
当perdisk为True,系统上安装的每个物理磁盘返回相同的信息，作为字典.分区名称为键,命名元组为值.当nowrap为True,psutil将在函数调用中检测并调整这些数字，并将“旧值”添加到“新值”，以便返回的数字将始终增加或保持不变，但永远不会减少.
psutil.disk_io_counters.cache_clear() 用于使nowrap 缓存无效.
```
In [36]: psutil.disk_io_counters()
In [37]: psutil.disk_io_counters(perdisk=True)  # 返回字典,所有磁盘信息.
```

网络相关的类

network

psutil.net_io_counters(pernic=False,nowrap=True)
将系统范围的网络I/O统计信息作为命名元组返回
- bytes_sent：发送的字节数.
- bytes_recv：接收的字节数.
- packets_sent：发送的包数.
- packets_recv：接收的包数.
- errin：接收时的错误总数.
- errout：发送时的错误总数
- dropin：丢弃的传入数据包总数.
- dropout：丢弃的传出数据包总数
当pernic为True,系统上安装的每个网络接口返回相同的信息作为字典,网络接口名称作为键,命名元组为值. psutil.net_io_counters.cache_clear() 用于使nowrap 缓存无效.
```
In [41]: psutil.net_io_counters()
In [42]: psutil.net_io_counters(pernic=True)
```
psutil.net_connections(kind='inet')
将系统范围的套接字连接作为命名元组列表返回.
- fd: 套接字文件描述符.
- family：地址簇.
- type：地址类型
- laddr：作为命名元组的本地地址或 AF_UNIX套接字的情况.
- raddr：作为命名元组的远程地址或UNIX套接字的绝对地址
- status：表示TCP连接的状态.
- pid: 打开套接字的进程的PID.
```
In [45]: psutil.net_connections()
In [45]: psutil.net_connections(kind='inet')
```
psutil.net_if_addrs()
将与系统上安装的每个NIC（网络接口卡）关联的地址作为字典返回.键为NIC名称,值是分配给NIC的每个地址的命名元组列表.
- family：地址簇.
- address: 主NIC地址
- netmask：网络掩码地址
- broadcast: 广播地址.
- ptp: 点对点接口上的目标地址.
psutil.net_if_stats()
将有关每个NIC（网络接口卡）的信息作为字典返回,键是NIC名称,值是以下字段:
- isup: 指示NIC是否已启动并运行的bool。
- duplex：双工通信类型.
- speed：以兆位(MB)表示的NIC速度
- mtu：NIC的最大传输单位，以字节为单位.

硬件相关的类

传感器:

psutil.sensors_temperatures()
返回硬件温度。每个条目都是一个名为元组，代表某个硬件温度传感器.

psutil.sensors_fans()
返回硬件风扇速度,每个条目都是一个名为元组，代表某个硬件传感器风扇。风扇速度以RPM（每分钟轮数）表示.

psutil.sensors_battery()
将电池状态信息作为命名元组返回
- percent：电池剩余百分比
- secsleft: 电池电量耗尽前剩下的秒数的粗略近似值.连接了交流电源线(POWER_TIME_UNLIMITED).
- power_plugged：True 表明连接了交流电源线.

其他系统信息

其他系统信息

psutil.boot_time()
返回自纪元以来以秒表示的系统启动时间.
```
In [52]: import psutil,datetime

In [53]: psutil.boot_time()
Out[53]: 1544831477.0
In [54]:datetime.datetime.fromtimestamp(psutil.boot_time()).strftime("%Y-%m-%d %H:%M:
    ...: %S")
Out[54]: '2018-12-15 07:51:17'
```
psutil.users()
将当前在系统上连接的用户作为命名元组列表返回,包含:
- user: 用户名称
- terminal：与用户关联的tty或伪tty.
- host: 相关的主机名.
- start: 创建时间为浮点数，以纪元为单位，以秒为单位.
- pid: 登录过程的PID.
In [56]: psutil.users()

process相关的类

process

psutil.pids()
返回当前运行的PID列表。

psutil.process_iter(attrs=None,ad_value=None)
返回一个迭代器Process，为本地计算机上的所有正在运行的进程生成一个类实例。每个实例只创建一次，然后缓存到内部表中，每次生成一个元素时都会更新。Process检查缓存实例的身份，以便在其他进程重用PID时保证安全.

In [59]: import psutil

In [60]: for proc in psutil.process_iter():
    ...:     try:
    ...:         pinfo = proc.as_dict(attrs=['pid','name','username'])
    ...:     except psutil.NoSuchProcess:
    ...:         pass
    ...:     else:
    ...:         print(pinfo)
    ...:
{'name': 'systemd', 'pid': 1, 'username': 'root'}
{'name': 'kthreadd', 'pid': 2, 'username': 'root'}
{'name': 'kworker/0:0H', 'pid': 4, 'username': 'root'}

使用attrs参数的更紧凑版本:
In [62]: for proc in psutil.process_iter(attrs=['pid','name','username']):
...:     print(proc.info)

用于创建数据结构的dict:
In [63]: procs = {p.pid: p.info for p in psutil.process_iter(attrs=['name','username'])}
In [64]: procs

显示如何按名称过滤进程:
In [66]: [p.info for p in psutil.process_iter(attrs=['pid','name']) if 'python' in p.info['name']]

psutil.pid_exists(pid)
检查当前进程列表中是否存在给定的PID. 或者: pid in psutil.pids().

psutil.wait_procs(procs，timeout = None，callback = None)
等待Process实例列表终止的便捷功能。返回一个元组，指示哪些进程已经消失，哪些进程仍然存在。该走的人都会有一个新的返回码属性，指示进程的退出状态.

终止并等待此进程的所有子进程
import psutil

def on_terminate(proc):
    print("process {} terminated with exit code {}".format(proc, proc.returncode))

procs = psutil.Process().children()
for p in procs:
    p.terminate()
gone, alive = psutil.wait_procs(procs, timeout=3, callback=on_terminate)
for p in alive:
    p.kill()

异常的类

异常

class psutil.Error
基本异常类。所有其他异常都继承自此异常.

class psutil.NoSuchProcess
class psutil.ZombieProcess
class psutil.AccessDenied
class psutil.TimeoutExpired

进程类

class psutil.Process 表示具有给定pid的OS进程.
oneshot()   实用程序上下文管理器.可以显着加快多个进程信息的检索速度

In [80]: p = psutil.Process()

In [81]: with p.oneshot():
    ...:     p.name()
    ...:     p.cpu_times()
    ...:     p.cpu_percent()
    ...:     p.create_time()
    ...:     p.ppid()
    ...:     p.status()

oneshot的方法:

  cpu_num()
  cpu_percent()
  create_time()
  name()
  ppid()
  status()
  terminal()
  gids()
  num_ctx_switches()
  num_threads()
  uids()
  username()
  memory_full_info()
  memory_maps()

pid:

过程pid,该类的唯一只读属性.
ppid()

进程父PID
name()

进程名称

exe()

该进程可作为绝对路径执行.

In [82]: import psutil

In [83]: psutil.Process().exe()
Out[83]: '/services/devopsinstall/python3.6/bin/python3.6'

cmdline()
此过程的命令行已作为字符串列表调用

In [85]: psutil.Process().cmdline()
Out[85]:
['/services/devopsinstall/python3.6/bin/python3.6',
'/services/devopsinstall/python3.6/bin/ipython']

environ()

作为dict的进程的环境变量.
In [87]: psutil.Process().environ()

create_time()

流程创建时间为浮点数. 以UTC为单位. 以秒为单位表示.

In [88]: import psutil,datetime

In [89]: p = psutil.Process()

In [90]: p.create_time()
Out[90]: 1544833282.8

In [91]: datetime.datetime.fromtimestamp(p.create_time()).strftime("%Y-%m-%d %H:%M:%S"
  ...: )
Out[91]: '2018-12-15 08:21:22'

as_dict (attrs=None,ad_value=None)

实用方法将多个流程信息检索为字典.

In [92]: import psutil

In [93]: p = psutil.Process()

In [94]: p.as_dict(attrs=['pid','name','username'])
Out[94]: {'name': 'ipython', 'pid': 6296, 'username': 'liyuanjie'}

parent()

将父进程作为Process 对象返回的实用方法，抢先检查PID是否已被重用.
status()

当前进程状态为字符串.
cwd()

进程当前工作目录为绝对路径.
username()

拥有该进程的用户的名称.
uids()

有效和保存的用户ID作为命名元组.
gids()

有效和保存的组ID作为命名元组.
terminal()

与此过程关联的终端.

nice

获取或设置进程的优先级.

In [95]: import psutil

In [96]: p = psutil.Process()

In [97]: p.nice(10)

In [98]: p.nice()
Out[98]: 10

ionice(inclass=None,value=None)

获取或设置进程I/O优先级.

In [99]: import psutil

In [100]: p = psutil.Process()

In [101]: p.ionice(psutil.IOPRIO_CLASS_IDLE)

In [102]: p.ionice()
Out[102]: pionice(ioclass=<IOPriority.IOPRIO_CLASS_IDLE: 3>, value=0)

资源相关的类

rlimit()

获取或设置进程资源限制
```
In [103]: import psutil

In [104]: p = psutil.Process()

In [105]: p.rlimit(psutil.RLIMIT_NOFILE,(128,128))

In [106]: p.rlimit(psutil.RLIMIT_FSIZE,(1024,1024))

In [107]: p.rlimit(psutil.RLIMIT_FSIZE)
Out[107]: (1024, 1024)

In [108]: p
Out[108]: psutil.Process(pid=6296, name='ipython', started='08:21:22')
```
- io_counters()
  
  将进程I/O统计信息作为命名元组返回
  - read_count：执行的读取操作数.
  - write_count：执行的写操作次数.
  - read_bytes：读取的字节数
  - write_bytes：写入的字节数.
  - read_chars: 此进程传递给的字节数read和pread的累积.
  - write_chars: 此进程传递给的字节数write和pwrite的累积.
```
In [109]: import psutil

In [110]: p = psutil.Process()

In [111]: p.io_counters()
Out[111]: pio(read_count=58545, write_count=81420, read_bytes=921600, write_bytes=2277
376, read_chars=10377708, write_chars=2828564)
```
- num_ctx_switches()
  
  由此过程执行的自愿和非自愿上下文切换次数.
- num_fds()
  
  此进程当前打开的文件描述符数
- num_handles()
  
  此进程当前使用的句柄数.
- num_threads()
  
  此进程当前使用的线程数.
- threads()
  
  将进程打开的线程返回为命名元组列表，包括线程ID和线程CPU时间.
- cpu_times()
  
  返回一个名为tuple 的（user，system，children_user，children_system），表示累积的进程时间，以秒为单位.
- cpu_percent(interval=None)
  
  返回一个浮点数，表示进程CPU利用率百分比，也可以是进程在不同CPU上运行多个线程的情况。.
```
In [112]: import psutil

In [113]: p = psutil.Process()

In [114]: p.cpu_percent(interval=1)
Out[114]: 0.0

In [115]: p.cpu_percent(interval=None)
Out[115]: 10.0
```
- cpu_affinity(cpus=)
  
  获取或设置进程当前 CPU关联。CPU亲和性包括告诉操作系统仅在一组有限的CPU上运行进程.
```
In [116]: import psutil

In [117]: psutil.cpu_count()
Out[117]: 4

In [118]: p = psutil.Process()

In [119]: p.cpu_affinity()
Out[119]: [0, 1, 2, 3]

In [120]: p.cpu_affinity([0,1])

In [121]: p.cpu_affinity()
Out[121]: [0, 1]

In [122]: p.cpu_affinity([])
```
- cpu_num()
  
  返回当前正在运行此进程的CPU.
  可结合使用psutil.cpu_percent(percpu=True)来观察分布在多个CPU上的系统工作负载.
- memory_info ()
  
  返回具有可变字段的命名元组.
  - rss: 进程使用的非交换物理内存.
  - vms: 进程使用的虚拟内存总量.
  - shared: 与其他进程共享的内存.
  - text: 用于可执行代码的内存量.
  - data: 用于可执行代码以外的物理内存量.
  - lib: 共享库使用的内存.
  - dirty: 脏页的数量.
```
In [123]: import psutil

In [124]: p = psutil.Process()

In [125]: p.memory_info()
Out[125]: pmem(rss=77422592, vms=2310541312, shared=9818112, text=5578752, lib=0, data
=121827328, dirty=0)
```
- memory_full_info()
  
  此方法返回相同的信息memory_info().
  - uss: 一个进程独有的内存.表示当前进程终止时将释放的内存量.
  - pss: 是与其他进程共享的内存量.
  - swap: 已换出磁盘的内存量.
```
In [126]: import psutil

In [127]: p = psutil.Process()

In [128]: p.memory_full_info()
Out[128]: pfullmem(rss=77365248, vms=2310541312, shared=9818112, text=5578752, lib=0,
data=121827328, dirty=0, uss=72835072, pss=73095168, swap=0)
```
- memory_percent(memtype="rss")
  
  将进程内存与总物理系统内存进行比较，并以百分比形式计算进程内存利用率.
- memory_maps(grouped=True)
  
  将进程的映射内存区域返回为命名元组的列表，其字段根据平台而变化.
```
In [130]: p = psutil.Process()

In [131]: p.memory_maps()
In [133]: p.memory_maps(grouped=False)
```
- children(recursive = False)
  
  将此进程的子节点作为Process 实例列表返回.
  p.children(recursive=True)
- open_files()
  
  将进程打开的常规文件作为命名元组列表返回.
  - path: 绝对文件路径
  - fd: 文件描述符.
  - position: 文件偏移位置.
  - mode: 一个表示文件打开方式的字符串.
  - flags: 打开文件时传递给底层os.open C调用的标志 .
```
In [146]: f = open('file.txt','w')
```
  In [147]: p = psutil.Process()
  
  In [148]: p.open_files()
- connections(kind="inet")
  
  返回由进程打开的套接字连接作为命名元组的列表.
  - fd: 套接字文件描述符.
  - family: 地址簇.
  - type: 地址类型.
  - laddr: 作为命名元组的本地地址.
  - raddr: 作为命名元组的远程地址.
  - status: 表示TCP连接的状态.
```
In [162]: p = psutil.Process(20191)

In [163]: p.name()
Out[163]: 'firefox'

In [164]: p.connections()
```
- is_running()
  
  返回当前进程是否在当前进程列表中运行.
- send_signal()
  
  发送信号进行处理.
- suspend()
  
  使用SIGSTOP信号暂停进程执行.
- resume()
  
  使用SIGCONT信号恢复进程执行.
- terminate()
  
  使用SIGTERM信号终止进程.
- kill()
  
  使用SIGKILL信号抢占当前进程.
- wait()
  
  等待进程终止.
```
In [165]: p = psutil.Process(20191)

In [166]: p.terminate()

In [167]: p.wait()

In [168]: p
Out[168]: psutil.Process(pid=20191, status='terminated')
```

Popen类

psutil.Popen

In [1]: import psutil

In [2]: from subprocess import PIPE

In [3]: p = psutil.Popen(["/usr/bin/python3","-c","print('yuanjie')"],stdout=PIPE)

In [4]: p.name()
Out[4]: 'python3'

In [5]: p.username()
Out[5]: 'liyuanjie'

In [6]: p.communicate()
Out[6]: (b'yuanjie\n', None)

In [7]: p.wait(timeout=2)
Out[7]: 0

psutil.Popen通过with语句支持对象作为上下文管理器：在退出时，将关闭标准文件描述符，并等待进程.

In [8]: import psutil,subprocess

In [9]: with psutil.Popen(["ifconfig"],stdout=subprocess.PIPE) as proc:
  ...:     log.write(proc.stdout.read())

过滤和排序过程

过滤和排序过程

这是一个单行的集合，显示如何使用process_iter()以过滤流程并对其进行排序.
- 查找名称中包含python的进程
```
In [12]: import psutil
```
In [13]: from pprint import pprint as pp

In [14]: pp([p.info for p in psutil.process_iter(attrs=['pid','name']) if 'python' in p.info['name']])
[{'name': 'python3.6', 'pid': 14942},
{'name': 'python3.6', 'pid': 14946},
{'name': 'ipython', 'pid': 22123}]

用户拥有的进程:
In [15]: import getpass

In [16]: pp([(p.pid,p.info['name']) for p in psutil.process_iter(attrs=['name','username']) if p.info['username'] == getpass.getuser()])

[(1751, 'systemd'),
(1752, '(sd-pam)'),
(1765, 'gnome-keyring-daemon'),

进程积极运行:
In [17]: pp([(p.pid,p.info) for p in psutil.process_iter(attrs=['name','status']) if p.info['status'] == psutil.STATUS_RUNNING])

[(22123, {'name': 'ipython', 'status': 'running'})]

使用日志文件的进程

- 使用日志文件的进程：
```
In [18]: import os,psutil
In [20]: for p in psutil.process_iter(attrs=['name','open_files']):
  ...:     for file in p.info['open_files'] or []:
  ...:         if os.path.splitext(file.path)[1] == '.log':
  ...:             print("%-5s %-10s %s" % (p.pid,p.info['name'][:10],file.path))   
```

消耗超过500M内存的进程

```
消耗超过500M内存的进程:
In [21]: pp([(p.pid,p.info['name'],p.info['memory_info'].rss) for p in psutil.process_iter(attrs=['name','memory_info']) if p.info['memory_info'].rss > 500 * 1024 * 1024])

消耗最多的3个进程:
In [22]: pp([(p.pid,p.info) for p in sorted(psutil.process_iter(attrs=['name','memory_percent']),key=lambda p: p.info['memory_percent'])][-3:])
```

消耗最多CPU时间的前3个进程

消耗最多CPU时间的前3个进程：

In [23]: pp([(p.pid,p.info['name'],sum(p.info['cpu_times'])) for p in sorted(psutil.process_iter(attrs=['name','cpu_times']),key=lambda p: sum(p.info['cpu_times'][:2]))][-3:])

导致I/O最多的前3个进程

执行错误, 报错: 
pp([(p.pid, p.info['name']) for p in sorted(psutil.process_iter(attrs=['name', 'io_counters']), key=lambda p: p.info['io_counters'] and p.info['io_counters'][:2])][-3:])

TypeError: '<' not supported between instances of 'NoneType' and 'NoneType'

打开更多文件描述符的前3个进程

打开更多文件描述符的前3个进程:

pp([(p.pid, p.info) for p in sorted(psutil.process_iter(attrs=['name', 'num_fds']), key=lambda p: p.info['num_fds'])][-3:])

报错: TypeError: '<' not supported between instances of 'NoneType' and 'NoneType'

psutil脚本的github地址

向AI问一下细节