Linux 的 SCP 命令

Linux 的 SCP 命令

两台主机传送文件的时候, 经常用到 scp 命令。scp 的基本命令格式如下:scp [参数] [原路径] [目标路径]

常用的命令参数

  • -1 强制scp命令使用协议ssh1
  • -2 强制scp命令使用协议ssh2
  • -4 强制scp命令只使用IPv4寻址
  • -6 强制scp命令只使用IPv6寻址
  • -B 使用批处理模式(传输过程中不询问传输口令或短语)
  • -C 允许压缩。(将-C标志传递给ssh,从而打开压缩功能)
  • -p 留原文件的修改时间,访问时间和访问权限。
  • -q 不显示传输进度条。
  • -r 递归复制整个目录。
  • -v 详细方式显示输出。scp和ssh(1)会显示出整个过程的调试信息。这些信息用于调试连接,验证和配置问题。
  • -c cipher 以cipher将数据传输进行加密,这个选项将直接传递给ssh。
  • -F ssh_config 指定一个替代的ssh配置文件,此参数直接传递给ssh。
  • -i identity_file 从指定文件中读取传输时使用的密钥文件,此参数直接传递给ssh。
  • -l limit 限定用户所能使用的带宽,以Kbit/s为单位。
  • -o ssh_option 如果习惯于使用ssh_config(5)中的参数传递方式,
  • -P port 注意是大写的P, port是指定数据传输用到的端口号
  • -S program 指定加密传输时所使用的程序。此程序必须能够理解ssh(1)的选项。

使用案例

案例 1

比如想要从远程主机 (1.1.1.1) 使用ivy用户复制一个/home/ivy/test目录到本地主机的/home/ivy/目录下。

scp -r -v ivy@1.1.1.1:/home/ivy/test /home/ivy/

输入后会指引输入远程主机 ivy 用户的密码来创建连接。

案例 2

如果与远程主机创建连接的验证方式是密钥验证,那么就复杂点了。

首先把公钥拷贝到远程主机ivy用户的/home/ivy/.ssh/authorized_keys文件中。

然后把私钥拷贝到本地主机的某个目录下,比如/home/ivy/private.pem

接着划重点,需要修改一下私钥文件的权限(不然会报WARNING: UNPROTECTED PRIVATE KEY FILE!的错),具体操作如下。

chmod 700 /home/ivy/private.pem

再接着就可以正常使用 scp 命令了。

scp -i /home/ivy/private.pem -r -v ivy@1.1.1.1:/home/ivy/test /home/ivy/

案例 3

如果远程主机不是默认的 22 端口创建连接呢?那么加一个参数就可以了,比如说 2021 端口。

scp -P 2021 -i /home/ivy/private.pem -r -v ivy@1.1.1.1:/home/ivy/test /home/ivy/
### 配置 PyCharm 使用 Anaconda 环境并更镜像源 #### 更改 Conda 的默认通道至国内镜像源 为了提高下载速度和稳定性,在配置 PyCharm 使用 Anaconda 环境之前,可以先更改 conda 默认使用的软件仓库到清华大学开源软件镜像站。这一步骤通过命令行完成: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ ``` 此操作会向 `channels` 列表中添加清华的 conda-forge 渠道[^2]。 #### 创建新的 Conda 虚拟环境 接着创建一个新的 Conda 虚拟环境,并确保其中已安装 Jupyter Notebook 所需组件如 `ipykernel`: ```bash conda create -n myenv python=3.x ipykernel jupyterlab ``` 这里的 `-n myenv` 表示新环境的名字为 "myenv";而 `python=3.x` 应替为你想要的具体 Python 版本号[^1]。 #### 将新环境注册给 Jupyter Kernel 为了让 Jupyter 可识别刚建立好的 Conda 环境作为 kernel 选项之一,执行如下指令来使当前激活的新环境中包含有可用内核: ```bash python -m ipykernel install --user --name=myenv --display-name "Python (myenv)" ``` 这条语句的作用是在全局范围内将名为 “myenv” 的 Conda 环境加入到了 Jupyter notebook/kernelspecs 下面,使得可以在启动后的 Jupyter 中看到这个自定义名称对应的解释器。 #### 在 PyCharm 中配置 Anaconda 解释器 打开 PyCharm 后进入 **File -> Settings** (对于 macOS 用户则是 **PyCharm -> Preferences**) ,导航到 **Project: project_name -> Python Interpreter** 。点击右上角齿轮图标选择 **Add...**, 接着挑选 **Conda Environment -> Existing environment** 并浏览找到刚才创建的那个 Conda 环境路径下的 Python.exe 文件位置(通常位于 anaconda3/envs/myenv/python.exe)。这样就完成了在 PyCharm 内部对特定 Conda 环境的选择与应用[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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