当运维任务超出简短 Shell 管道的能力，并需要结构化数据、可复用逻辑或可靠错误处理时，Python 是自然的下一步。本实践课程只使用 Python 3 及其标准库，教你构建小型 Linux 自动化工具。
你将执行系统命令、管理目录树、转换 JSON 配置，并在不安装第三方包的情况下完成带超时的 HTTP 检查。最终挑战会把这些技能组合成本地健康检查脚本，将磁盘使用情况和 Web 服务状态记录为机器可读的 JSON 报告。
你将学到什么
- 使用 Python 3 REPL，并编写检查 Linux 平台信息的脚本
- 使用
subprocess.run执行命令、捕获并解码输出，以及处理非零退出状态 - 创建目录和文件，使用
shutil移动或复制项目，并通过os.walk遍历目录树 - 按扩展名筛选文件，并在更改配置数据前创建备份
- 将 JSON 载入 Python 字典、修改值，并使用
json.dump写出易读 JSON - 使用
urllib.request检查 HTTP 状态、设置超时，并区分 HTTP 错误与连接失败 - 构建具备异常处理的健康检查脚本，将磁盘和本机服务结果写入
/tmp/health_report.json
本课程适合谁
本课程适合希望在工具箱中加入可维护 Python 自动化的 DevOps 学习者、系统管理员和 Bash 用户。
前置要求： 熟悉 Linux 终端和文件系统基础；无需 Python 编程经验。
学习环境： 可通过浏览器访问的 Linux 终端，配有 Python 3、Bash、nano、标准 Linux 命令、用于连通性检查的本地 HTTP 服务和 Python 标准库；无需安装软件包或使用云账户。
常见问题
课程需要 Requests 等第三方 Python 包吗？
不需要。所有练习都使用 Python 标准库，包括 subprocess、os、shutil、json 和 urllib；网络实验特意使用 urllib.request 而不是 Requests。
这是一门通用 Python 编程课程吗？
不是。课程只介绍完成特定运维任务所需的 Python 语法与控制流程，不涵盖类、打包、Web 框架、测试框架或更广泛的应用开发。
文件操作实验会修改重要系统文件吗？
不会。你会在项目目录中创建可丢弃的 test_env 目录树，并对其中的示例文件练习重命名、移动、复制、遍历和筛选。
最终健康检查实际监控什么？
脚本会运行 df -h，检查 http://localhost 是否返回 HTTP 200，把磁盘输出和 online 或 offline 服务状态放入字典，再将有效且带缩进的 JSON 写入 /tmp/health_report.json。它是本地脚本，并非部署好的监控平台。
