学习中.......

one

sudo ip addr del $(ip addr show eth0 | grep 'inet\b' | awk '{print $2}' | head -n 1) dev eth0 分析讲解各命令和作用

步骤	命令/操作	描述	示例
1	ip addr show eth0	显示 eth0 网络接口的所有 IP 地址信息	inet 192.168.1.100/24 brd 192.168.1.255 scope global eth0（示例输出）
2	grep 'inet\b'	过滤出包含 inet 的行，即 IPv4 地址所在的行	inet 192.168.1.100/24 brd 192.168.1.255 scope global eth0（过滤后的输出）
3	awk '{print $2}'	提取每行中的第二个字段，即 IPv4 地址	192.168.1.100/24（提取的 IPv4 地址）
4	head -n 1	只显示第一行，确保只获取第一个 IPv4 地址	192.168.1.100/24（仅显示第一行）
5	sudo ip addr del ... dev eth0	使用超级用户权限删除 eth0 网络接口上的 IPv4 地址（... 代表前面命令的输出）	sudo ip addr del 192.168.1.100/24 dev eth0（完整的删除命令）

two

sudo ip route add 0.0.0.0/0 via 192.168.1.1 dev eth0
当你使用命令 sudo ip route add 0.0.0.0/0 via 192.168.1.1 dev eth0 时，你实际上是在为系统添加一个默认路由（也称为网关路由）。下面是该命令各部分的解释以及一个用Markdown格式整理的表格：

命令解释：

• sudo: 允许用户以超级用户（root）的权限执行命令。
• ip route add: 添加一个新的路由到路由表中。
• 0.0.0.0/0: 这是目标网络的CIDR表示法，其中0.0.0.0/0表示所有IPv4地址。因此，这是一个默认路由，当没有其他更具体的路由匹配时，数据包会使用这个路由。
• via 192.168.1.1: 指定数据包应该通过哪个网关（也称为下一跳）来转发。在这个例子中，网关的IP地址是192.168.1.1。
• dev eth0: 指定数据包应该通过哪个网络接口发送出去。在这个例子中，网络接口是eth0。

Markdown格式的表格：

组成部分	描述
sudo	以超级用户权限执行命令
ip route add	添加一个新的路由到路由表中
0.0.0.0/0	目标网络，表示所有IPv4地址，即默认路由
via 192.168.1.1	数据包应该通过哪个网关（下一跳）来转发
dev eth0	数据包应该通过哪个网络接口发送出去

okok

import pandas as pd  
  
# 假设这是你从文件中读取的数据（在实际中，你应该使用pd.read_csv()或类似函数来读取文件）  
data = [  
    "eth0: inet 192.168.1.100/24 brd 192.168.1.255 scope global eth0",  
    "eth0: inet6 fe80::xxxx:xxxx:xxxx:xxxx/64 scope link",  
    "lo: inet 127.0.0.1/8 scope host lo",  
]  
  
# 解析数据以提取接口和IPv4地址（注意：这只是一个简单的示例，可能需要根据实际情况进行调整）  
def parse_line(line):  
    parts = line.split()  
    if 'inet' in parts and not 'inet6' in parts:  # 只处理IPv4地址  
        interface, _, ip_info = parts[0].partition(':')  
        ip_address = ip_info.split('/')[0]  # 提取IP地址，忽略子网掩码  
        return {  
            'Interface': interface,  
            'IPv4 Address': ip_address  
        }  
    return None  
  
# 使用列表推导式来解析所有行，并过滤掉None值  
parsed_data = [parse_line(line) for line in data if parse_line(line) is not None]  
  
# 将解析后的数据转换为DataFrame  
df = pd.DataFrame(parsed_data)  
print(df)