【Rust】通过系统编程语言获取当前系统内存、CPU等运行情况,以及简单实现图片采集并设置系统壁纸

【Rust】通过系统编程语言获取当前系统内存、CPU等运行情况,以及简单实现图片采集并设置系统壁纸
在前两篇文章中我们已经学习和了解了Rust编程语言的大概知识点以及常见的应用场景以及Web的开发和数据库的连接。
接下来,本篇文章博主通过Rust系统编程语言,进行当前系统内存、CPU等信息获取,以及简单实现图片采集并设置系统壁纸功能。

目录

系统信息

博主这里主要是想体验下Rust在获取系统基本信息的功能如何,我们直接上代码直接体验。

使用sysinfo库

首先在 Cargo.toml 中添加依赖:

[dependencies] sysinfo ="0.29"
cargo run 

sysinfo库报错提示

这个错误是因为 sysinfo 库的 API 发生了变化。查阅资料后发现,在新版本中,global_cpu_usage() 方法已经被移除。

在这里插入图片描述


这个错误是因为需要导入 ProcessExt trait 来使用 memory() 方法。

在这里插入图片描述


完成上面处报错代码修改后,下面是完整可运行的代码。
在使用过程中,难免会碰到一些未知的问题,但是这些都不是问题,大部分都能找到解决方法。

系统信息代码

完成代码如下:

usesysinfo::{System,SystemExt,CpuExt,DiskExt,NetworkExt,ProcessExt};fnmain(){letmut sys =System::new_all();// 刷新所有信息 sys.refresh_all();// 内存信息println!("=== 内存信息 ===");println!("总内存: {} MB", sys.total_memory()/1024/1024);println!("已用内存: {} MB", sys.used_memory()/1024/1024);println!("可用内存: {} MB", sys.available_memory()/1024/1024);println!("总交换空间: {} MB", sys.total_swap()/1024/1024);println!("已用交换空间: {} MB", sys.used_swap()/1024/1024);// CPU信息println!("\n=== CPU信息 ===");println!("CPU数量: {}", sys.cpus().len());// 计算全局CPU使用率的方法let global_cpu_usage =if!sys.cpus().is_empty(){ sys.cpus().iter().map(|cpu| cpu.cpu_usage()).sum::<f32>()/ sys.cpus().len()asf32}else{0.0};println!("全局CPU使用率: {:.1}%", global_cpu_usage);// 显示每个CPU核心的使用率for(i, cpu)in sys.cpus().iter().enumerate(){println!("CPU {}: {:.1}%", i, cpu.cpu_usage());}// 系统信息println!("\n=== 系统信息 ===");println!("系统名称: {:?}", sys.name());println!("内核版本: {:?}", sys.kernel_version());println!("OS版本: {:?}", sys.os_version());println!("主机名: {:?}", sys.host_name());// 磁盘信息println!("\n=== 磁盘信息 ===");for disk in sys.disks(){println!("磁盘: {:?} 总大小: {} GB 可用: {} GB", disk.name(), disk.total_space()/1024/1024/1024, disk.available_space()/1024/1024/1024);}// 网络信息println!("\n=== 网络信息 ===");for(interface_name, data)in sys.networks(){println!("{}: 接收 {} MB, 发送 {} MB", interface_name, data.received()/1024/1024, data.transmitted()/1024/1024);}// 进程信息 - 修正部分println!("\n=== 进程信息 ===");println!("进程数量: {}", sys.processes().len());// 显示前5个内存使用最多的进程letmut processes:Vec<_>= sys.processes().values().collect(); processes.sort_by(|a, b| b.memory().cmp(&a.memory()));for process in processes.iter().take(5){println!("PID: {} 名称: {:?} 内存: {} MB", process.pid(), process.name(), process.memory()/1024/1024);}}

系统信息运行效果

在这里插入图片描述


在这里插入图片描述
从上图很清晰的展示博主真实的笔记本电脑信息,博主这台笔记本电脑已经使用3年多的时间,i5、16GB内存,512GB固态,整体配置不算太高。

主要库对比

在这里插入图片描述


推荐使用 sysinfo 库,因为它功能全面、文档完善,并且在所有主要平台上都能良好工作。

实时监控程序

通过上面可以获取到系统基本信息后,那么就可以做一个简单的实时监控,查看系统整体运行情况的程序,
是不是有点熟悉的感觉,没错,类似一个任务管理器一样。

实时监控常见报错

这个错误是因为 refresh_cpu_usage() 方法在新版本中已被移除。正确的做法是使用 refresh_cpu()。

在这里插入图片描述


这个错误是因为 uptime() 是实例方法,不是静态方法。需要从系统实例调用。

在这里插入图片描述

实时监控代码

完成代码如下:

usestd::{thread,time::Duration};usesysinfo::{System,SystemExt,CpuExt,ProcessExt};fnmonitor_system(){letmut sys =System::new_all();loop{// 刷新系统信息 sys.refresh_cpu();thread::sleep(Duration::from_secs(1)); sys.refresh_memory(); sys.refresh_processes();// 清屏并显示信息println!("\x1B[2J\x1B[1;1H");// 清屏println!("=== 系统实时监控 ===");println!("更新时间: {:?}", sys.uptime());// 修正:使用 sys.uptime()// 内存信息println!("\n=== 内存信息 ===");println!("总内存: {:>6} MB", sys.total_memory()/1024/1024);println!("已用内存: {:>6} MB", sys.used_memory()/1024/1024);println!("可用内存: {:>6} MB", sys.available_memory()/1024/1024);println!("使用率: {:>6.1}%",(sys.used_memory()asf64/ sys.total_memory()asf64)*100.0);// CPU信息println!("\n=== CPU信息 ===");let global_cpu_usage =if!sys.cpus().is_empty(){ sys.cpus().iter().map(|cpu| cpu.cpu_usage()).sum::<f32>()/ sys.cpus().len()asf32}else{0.0};println!("CPU核心数: {}", sys.cpus().len());println!("全局使用率: {:.1}%", global_cpu_usage);// 显示每个CPU核心的使用率柱状图for(i, cpu)in sys.cpus().iter().enumerate(){let usage = cpu.cpu_usage();let bars =(usage /5.0)asusize;let bar ="=".repeat(bars.min(20));let spaces =" ".repeat(20- bars.min(20));println!("CPU {:2}: [{}{}] {:5.1}%", i, bar, spaces, usage);}// 进程信息println!("\n=== 内存占用前5的进程 ===");letmut processes:Vec<_>= sys.processes().values().collect(); processes.sort_by(|a, b| b.memory().cmp(&a.memory()));println!("{:<6} {:<20} {:<10}","PID","进程名","内存(MB)");println!("{}","-".repeat(40));for process in processes.iter().take(5){println!("{:<6} {:<20} {:<10}", process.pid(), process.name(), process.memory()/1024/1024);}// 系统信息println!("\n=== 系统信息 ===");println!("系统运行时间: {} 秒", sys.uptime());// 修正:使用 sys.uptime()println!("进程总数: {}", sys.processes().len());println!("\n按 Ctrl+C 退出监控...");// 等待2秒后刷新thread::sleep(Duration::from_secs(2));}}fnmain(){println!("启动系统监控...");println!("按 Ctrl+C 可以退出程序");thread::sleep(Duration::from_secs(2));// 启动实时监控monitor_system();}

实时监控运行效果

在这里插入图片描述

壁纸操作

添加依赖

actix-web ="4.4" # 如果还没有的话 reqwest ={ version ="0.11", features =["blocking","json"]} serde ={ version ="1.0", features =["derive"]} serde_json ="1.0" chrono ={ version ="0.4", features =["serde"]} image ="0.24" wallpaper ="3" dirs ="4.0"

下面的错误表示wallpaper当前的版本不存在,并且还给出了建议,这个我觉得非常的友好。

在这里插入图片描述


设置好正确的版本后,保存,然后cargo run运行后会自动下载依赖。

在这里插入图片描述

完整代码

usestd::fs::File;usestd::io::copy;usestd::path::PathBuf;usedirs::picture_dir;fnmain()->Result<(),Box<dynstd::error::Error>>{println!("开始获取必应每日壁纸...");// 1. 获取必应图片URLlet image_url =get_bing_image_url()?;println!("获取到图片URL: {}", image_url);// 2. 下载图片let image_path =download_image(&image_url)?;println!("图片已下载到: {:?}", image_path);// 3. 设置为壁纸set_wallpaper(&image_path)?;println!("壁纸设置成功!");Ok(())}fnget_bing_image_url()->Result<String,Box<dynstd::error::Error>>{// 必应每日图片APIlet api_url ="https://cn.bing.com/HPImageArchive.aspx?format=js&idx=0&n=1&mkt=zh-CN";let response =reqwest::blocking::get(api_url)?;let json:serde_json::Value= response.json()?;// 解析JSON获取图片URLifletSome(images)= json["images"].as_array(){ifletSome(first_image)= images.get(0){ifletSome(url)= first_image["url"].as_str(){let full_url =format!("https://cn.bing.com{}", url);returnOk(full_url);}}}Err("无法解析必应图片URL".into())}fndownload_image(url:&str)->Result<PathBuf,Box<dynstd::error::Error>>{// 创建响应let response =reqwest::blocking::get(url)?;// 获取文件扩展名let extension =if url.contains(".jpg")|| url.contains(".jpeg"){"jpg"}elseif url.contains(".png"){"png"}else{"jpg"// 默认};// 生成文件名let file_name =format!("bing_wallpaper_{}.{}",chrono::Local::now().format("%Y%m%d_%H%M%S"), extension );// 保存到图片目录letmut picture_dir =picture_dir().ok_or("无法获取图片目录")?; picture_dir.push("bing_wallpapers");// 创建目录(如果不存在)std::fs::create_dir_all(&picture_dir)?;let file_path = picture_dir.join(file_name);// 下载并保存文件letmut dest =File::create(&file_path)?;letmut content =std::io::Cursor::new(response.bytes()?);copy(&mut content,&mut dest)?;Ok(file_path)}fnset_wallpaper(image_path:&PathBuf)->Result<(),Box<dynstd::error::Error>>{// 使用 wallpaper 库设置壁纸wallpaper::set_from_path(image_path.to_str().ok_or("无效的图片路径")?)?;// 设置壁纸模式(居中、平铺、拉伸等)wallpaper::set_mode(wallpaper::Mode::Crop)?;Ok(())}

壁纸下载效果

在这里插入图片描述


上图已经提示已经下载到本地,并且设置好了壁纸,到对应文件夹目录即可看到下载好的壁纸图片,如下:

在这里插入图片描述

壁纸设置效果

在这里插入图片描述

总结

博主在使用过程中,发现有些版本和当前使用的方法不一致,这点可能大家在使用过程中需要特别注意,整体上来说,想要的方法和解决方案都能快速找到,也不会花费太多时间,只要养成了解的编程习惯和思维,很多开发语言都是相通的,所以,博主在0到1学习再到实战会相对上手快一些,也能快速理解其中的含义。

文章推荐

【Rust】系统编程语言的核心语法以及常见应用场景浅谈:系统、Web、网络、命令行
【Rust】从0到1开发和运行Web相关功能,并简单实现数据库连接和查询
【Rust】通过系统编程语言获取当前系统内存、CPU等运行情况,以及简单实现图片采集并设置系统壁纸

Read more

解锁DeepSeek潜能:Docker+Ollama打造本地大模型部署新范式

解锁DeepSeek潜能:Docker+Ollama打造本地大模型部署新范式

🐇明明跟你说过:个人主页 🏅个人专栏:《深度探秘:AI界的007》 🏅 🔖行路有良友,便是天堂🔖 目录 一、引言 1、什么是Docker 2、什么是Ollama 二、准备工作 1、操作系统 2、镜像准备 三、安装 1、安装Docker 2、启动Ollama 3、拉取Deepseek大模型 4、启动Deepseek  一、引言 1、什么是Docker Docker:就像一个“打包好的App” 想象一下,你写了一个很棒的程序,在自己的电脑上运行得很好。但当你把它发给别人,可能会遇到各种问题: * “这个软件需要 Python 3.8,但我只有 Python 3.6!

By Ne0inhk
深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本

深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本

前引:屏幕前的你还在AI智能搜索框这样搜索吗?“这道题怎么写”“苹果为什么红”“怎么不被发现翘课” ,。看到此篇文章的小伙伴们!请准备好你的思维魔杖,开启【霍格沃茨模式】,看我如何更新秘密的【知识炼金术】,我们一起来解锁更加刺激的剧情!友情提醒:《《《前方高能》》》 目录 在哪使用DeepSeek 如何对提需求  隐藏玩法总结 几个高阶提示词 职场打工人 自媒体创作 电商实战 程序员开挂 非适用场地 “服务器繁忙”如何解决 (1)硅基流动平台 (2)Chatbox + API集成方案 (3)各大云平台 搭建个人知识库 前置准备 下载安装AnythingLLM 选择DeepSeek作为AI提供商 创作工作区 导入文档 编辑  编辑 小编寄语 ——————————————————————————————————————————— 在哪使用DeepSeek 我们解锁剧情前,肯定要知道在哪用DeepSeek!咯,为了照顾一些萌新朋友,它的下载方式我放在下面了,拿走不谢!  (1)

By Ne0inhk
【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

目录 一、前言 二、AI视频概述 2.1 什么是AI视频 2.2 AI视频核心特点 2.3 AI视频应用场景 三、通义万相介绍 3.1 通义万相概述 3.1.1 什么是通义万相 3.2 通义万相核心特点 3.3 通义万相技术特点 3.4 通义万相应用场景 四、DeepSeek + 通义万相制作AI视频流程 4.1 DeepSeek + 通义万相制作视频优势 4.1.1 DeepSeek 优势 4.1.2 通义万相视频生成优势 4.2

By Ne0inhk
【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

系列篇章💥 No.文章01【DeepSeek应用实践】DeepSeek接入Word、WPS方法详解:无需代码,轻松实现智能办公助手功能02【DeepSeek应用实践】通义灵码 + DeepSeek:AI 编程助手的实战指南03【DeepSeek应用实践】Cline集成DeepSeek:开源AI编程助手,终端与Web开发的超强助力04【DeepSeek开发入门】DeepSeek API 开发初体验05【DeepSeek开发入门】DeepSeek API高级开发指南(推理与多轮对话机器人实践)06【DeepSeek开发入门】Function Calling 函数功能应用实战指南07【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:本地部署与API服务快速上手08【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:Web聊天机器人部署指南09【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:基于vLLM 搭建高性能推理服务器10【DeepSeek部署实战】基于Ollama快速部署Dee

By Ne0inhk