前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >php执行系统外部命令函数:exec()、passthru()、system()、 shell_exec()

php执行系统外部命令函数:exec()、passthru()、system()、 shell_exec()

作者头像
Yiiven
发布于 2022-12-15 05:44:58
发布于 2022-12-15 05:44:58
1.1K00
代码可运行
举报
文章被收录于专栏:怡文菌怡文菌
运行总次数:0
代码可运行

php提供4种方法执行系统外部命令:exec()、passthru()、system()、 shell_exec()

先检查配置文件php.ini中是否有禁止这是个函数。找到 disable_functions,配置如下:

disable_functions =

如果“disable_functions=”后面有接上面四个函数,则将其删除。

方法一:exec()

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
function exec(string $command,array[optional] $output,int[optional] $return_value)

知识点:

exec 执行系统外部命令时不会输出结果,而是返回结果的最后一行,如果你想得到结果你可以使用第二个参数,让其输出到指定的数组,此数组一个记录代表输出的一行,即如果输出结果有20行,则这个数组就有20条记录,所以如果你需要反复输出调用不同系统外部命令的结果,你最好在输出每一条系统外部命令结果时清空这个数组,以防混乱。第三个参数用来取得命令执行的状态码,通常执行成功都是返回0。

方法二:passthru()

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
function passthru(string $command,int[optional] $return_value)

知识点:

passthru与system的区别,passthru直接将结果输出到浏览器,不需要使用 echo 或 return 来查看结果,不返回任何值,且其可以输出二进制,比如图像数据。

方法三:system()

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
function system(string $command,int[optional] $return_value)

知识点:

system和exec的区别在于system在执行系统外部命令时,直接将结果输出到浏览器,不需要使用 echo 或 return 来查看结果,如果执行命令成功则返回true,否则返回false。第二个参数与exec第三个参数含义一样。

方法四:间隔符号 ` 和shell_exec()

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
shell_exec ( string $cmd ) : string

注:shell_exec() 函数实际上仅是间隔符号 `  操作符的变体。

示例:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
<?php
header("Content-type:text/html;charset=gb2312");
/**
* exec()
*/
echo "
<pre>";
$content1 = exec("ver");
echo $content1;
echo "</pre>";
echo "<hr>";
/**
* passthru()
*/
echo "
<pre>";
passthru("cd");
echo "</pre>";
echo "<hr>";
/**
* system()
*/
echo "
<pre>";
system("ipconfig");
echo "</pre>";
echo "<hr>";
/**
* shell_exec()
*/

$content2 = `arp -a`;
echo "<pre>";
echo $content2;
echo "</pre>";
?>

执行结果:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Microsoft Windows [版本 6.1.7601]
-----------------------------------------------------------------------------------
D:\vhosts\www
-----------------------------------------------------------------------------------
Windows IP 配置
无线局域网适配器 无线网络连接 2:
媒体状态 . . . . . . . . . . . . : 媒体已断开
连接特定的 DNS 后缀 . . . . . . . :
以太网适配器 本地连接:
媒体状态 . . . . . . . . . . . . : 媒体已断开
连接特定的 DNS 后缀 . . . . . . . :
无线局域网适配器 无线网络连接:
连接特定的 DNS 后缀 . . . . . . . :
本地链接 IPv6 地址. . . . . . . . : fe80::9da7:d495:5d7:efd7%13
IPv4 地址 . . . . . . . . . . . . : 192.168.0.109
子网掩码 . . . . . . . . . . . . : 255.255.255.0
默认网关. . . . . . . . . . . . . : 192.168.0.1
以太网适配器 Bluetooth 网络连接:
媒体状态 . . . . . . . . . . . . : 媒体已断开
连接特定的 DNS 后缀 . . . . . . . :
-----------------------------------------------------------------------------------
接口: 192.168.0.109 --- 0xd
Internet 地址 物理地址 类型
192.168.0.1 8c-a6-df-d0-df-78 动态
192.168.0.3 28-3a-4d-7d-0e-73 动态
192.168.0.255 ff-ff-ff-ff-ff-ff 静态
224.0.0.2 01-00-5e-00-00-02 静态
224.0.0.22 01-00-5e-00-00-16 静态
224.0.0.252 01-00-5e-00-00-fc 静态
255.255.255.255 ff-ff-ff-ff-ff-ff 静态

本文采用 「CC BY-NC-SA 4.0」创作共享协议,转载请标注以下信息:

原文出处:Yiiven https://cloud.tencent.com/developer/article/2193125

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019-05-23 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Nature 子刊重磅:腾讯与钟南山团队发布新冠危重症 AI 预测模型
当前,新冠肺炎疫情仍在蔓延,全球已确诊病例数突破 1437 万,死亡数超过 60 万,并存在进一步爆发的风险。在感染 COVID-19 的患者中,大多数呈轻度至中度症状,但也有一部分患者的病情初期表现平稳,但会以很快的速度恶化,遭遇更高的健康风险。因此,快速识别出这类有潜在重症风险的患者,对于抗击疫情意义重大。 7 月 21 日,腾讯对外披露了其在医疗健康领域的最新进展。钟南山院士团队与腾讯 AI Lab 联合发布了一项利用 AI 预测 COVID-19 患者病情发展至危重概率的研究成果,可分别预测
腾讯技术工程官方号
2020/07/22
6480
钟南山团队携手腾讯研发新冠重症AI预测,成果登上Nature子刊
根据临床研究,轻度COVID-19患者通常能够在疾病发生发展到一定程度后,靠机体调节控制逐渐痊愈,但有6.5%患者的病情会突然进展为严重疾病,这些重症病例不但需要大量的医疗护理资源,死亡率也高达49%。
大数据文摘
2020/07/28
4030
钟南山团队携手腾讯研发新冠重症AI预测,成果登上Nature子刊
钟南山团队携手腾讯研发新冠重症AI预测模型,成果登上Nature子刊
钟南山院士团队与腾讯AI Lab一起,共同研发了一个预测COVID-19患者病情发展的AI模型。
量子位
2020/07/24
5290
钟南山团队携手腾讯研发新冠重症AI预测模型,成果登上Nature子刊
Nat. Mach. Intell. | 华科同济医学院剑桥联手推出新冠预测模型!
今天给大家介绍华中科技大学同济医学院及剑桥大学联合发表在Nature Machine Intelligence的一篇文章。文章中作者提出了一个基于XGBoost机器学习的模型,可以提前10天以上预测患者的死亡率,准确率超过90%,从而实现对COVID-19患者的检测、早期干预,并有可能降低死亡率。
DrugAI
2021/02/02
5270
Nat. Mach. Intell. | 华科同济医学院剑桥联手推出新冠预测模型!
Nat.Mach.Intell.|COVID-19死亡率预测模型系列评论及作者回复
今天给大家介绍2020年11月12日发表在Nature Machine Intelligence上的三篇评论。这三篇评论都缘于该期刊往期的一篇标题为“An interpretable mortality prediction model for COVID-19 patients”的文章,评论主要抨击了原文章提出的对于COVID-19患者的死亡率预测模型所存在的问题。同时,该期刊同期发表了原作者li Yan等人对该三篇评论的回复。
DrugAI
2021/02/02
3960
Nat.Mach.Intell.|COVID-19死亡率预测模型系列评论及作者回复
预后建模绕不开的lasso cox回归
回归我们并不陌生,线性回归和最小二乘法,逻辑回归和最大似然法,这些都是我们耳熟能详的事物,在生物信息学中的应用也比较广泛, 回归中经常出现两类问题,欠拟合和过拟合。
生信修炼手册
2022/06/09
3.4K0
预后建模绕不开的lasso cox回归
利用LDA和主题模型发现9种冠状病毒研究趋势
尽管目前正在蔓延的冠状病毒疫情已经很可怕,但观察世界各地的学术界和研究界是多么迅速地开始了解这种病毒及其潜在影响,还是很有意思的。
磐创AI
2020/07/09
6160
利用LDA和主题模型发现9种冠状病毒研究趋势
深度学习在新冠肺炎检测方面的应用
春节将近,核酸检测成了回家过年的必备品,此时有多少人为了等待一根棉签,在手机上疯狂的点击预约按钮,如果这个时候有人告诉你,有一种新的检测方式,能够对新冠肺炎进行检查与筛选,你会使用吗~;近来,MIT部分研究学者利用深度学习相关的技术手段,对咳嗽的声音进行特征分析,准确的识别出人们是否感染新冠病毒,其准确率高达98.5%,相关的技术有望直接集成到手机app端口,大大简化核酸检测的流程,具体内容如下所示:
联远智维
2022/01/20
6800
深度学习在新冠肺炎检测方面的应用
如何用深度学习分辨新冠肺炎与流行感冒?五项研究,从初期筛查到重症病危预测
截止到3月16日,新冠肺炎全国累计确诊81078例,国外累计确诊85133例,国外确诊超国内,COVID-19全球流行已经是不争的事实。
AI科技评论
2020/03/18
1.1K0
机器学习和临床预测模型公开课全文及回放
结合我们的医学背景讲,机器学习是能够帮我们决策的工具。机器学习中的部分内容我们并不陌生。
医学和生信笔记
2023/02/14
1.6K0
机器学习和临床预测模型公开课全文及回放
文献学习:机器学习帮助临床决策
今天给大家分享一篇2019年发表于JAMA network open(IF13.3) 上面的文章,文章使用机器学习方法预测急诊患者的预后,帮助提高急诊分诊能力。
医学和生信笔记
2022/11/15
4420
文献学习:机器学习帮助临床决策
多组学揭示COVID-19发病机制中的代谢调节异常
本研究通过系统分析不同严重程度的COVID-19相关血浆变化脂质组学和代谢组学,并结合差分相关网络分析,发现血浆代谢物组可有效区分COVID-19患者和健康对照者(AUC = 0.975)。血浆中GM3s与COVID-19患者的CD4 + T细胞数量呈负相关,而富含GM3的外泌体与疾病严重程度呈正相关。这些观察结果表明,富含GM3的外泌体可能参与与COVID-19进展相关的致病过程。
生信技能树jimmy
2021/03/10
4640
多组学揭示COVID-19发病机制中的代谢调节异常
通过Cox回归寻找治疗靶点的5+分思路
大家好,今天和大家分享的是2020年8月发表在journal of cellular physiology(IF=5.546)上的一篇文章:“Prognostic scoring system for osteosarcoma using network-regularized high-dimensional Cox-regression analysis and potential therapeutic targets”。基于mRNA的表达数据和临床数据,作者开发了一种新的骨肉瘤患者预后评分系统。使用网络正则化高维Cox回归(network‐regularized high‐dimensional Cox regression,NET)分析mRNA的表达数据,根据回归系数和mRNA表达值确定预后风险评分,利用The Connectivity Map(CMap)预测骨肉瘤的治疗靶点。
科研菌
2020/12/18
7920
通过Cox回归寻找治疗靶点的5+分思路
免疫预后模型发4.9分,这种套路需要掌握!
今天分享一篇发表于Cancer Immunol Immun,影响因子为4.9的文献。标题是Immune cell infiltration as a biomarker for the diagnosis and prognosis of stage I–III colon cancer. 文章利用CIBERSORT进行免疫细胞比例的计算,据此进行诊断模型和预后模型的构建和评估,并进行了基因富集分析用于生物学功能的阐明;
百味科研芝士
2020/02/24
2.4K0
免疫预后模型发4.9分,这种套路需要掌握!
【大咖解读】谢国彤:疾病预测的机器学习、深度学习和经典回归方法
---- 新智元专栏 作者:谢国彤 【新智元导读】AI在医疗中的应用场景十分复杂也十分重要,包括疾病的诊断、预测、治疗和管理等。有感于 “搞人工智能技术的人不知道医疗里重要又可解的问题是什么,搞医疗的人不知道技术究竟能帮到什么程度”,前 IBM 认知医疗研究总监、平安医疗科技研究院副院长谢国彤博士针对疾病预测技术的核心概念、主要方法和发展趋势,带来详细解读。 去年在新智元上写了《我看到的靠谱医疗 AI 应用场景和关键技术》,原本计划要写个 “连续剧” 的,后来诸多事情就耽误了。一晃快一年了,现在推出
新智元
2018/05/29
6.2K0
免疫相关lncRNA分型竟然发表在14分Nature子刊!
lncRNA与肿瘤发生、进展、预后密切相关。因此,有必要将lncRNA 纳入临床前模型以开发预后生物标志物。
作图丫
2022/03/29
4900
免疫相关lncRNA分型竟然发表在14分Nature子刊!
筛选出来多基因要怎样分析才能发3+分?
大家好,今天和大家分享的是2020年1月发表在“Frontiers in Genetics” (IF=3.258)上的一篇文章“An Integrated Model Based on a Six-Gene Signature Predicts Overall Survival in Patients With Hepatocellular Carcinoma”,作者借助GEO、ICGC等公共数据库,通过生物信息学的方法筛选出6个可用于预测肝细胞癌(HCC)患者OS的基因,并构建列线图对不同数据集的样本进行预测,验证筛选基因的预后价值。
科研菌
2020/07/22
2.3K0
筛选出来多基因要怎样分析才能发3+分?
CNGBdb科研支撑成果汇 | 新冠研究合集:柳叶刀、Cell子刊、Nature子刊
CNGBdb下属的CNSA板块不仅是数据管理助手,还是文章发表助手,截至2021年2月26日,CNSA已支持论文发表223篇,发表期刊125个,包括The Lancet、Nature、Science、Cell等。
尐尐呅
2022/04/01
3420
CNGBdb科研支撑成果汇 | 新冠研究合集:柳叶刀、Cell子刊、Nature子刊
生信文章思路不够清晰?学学这篇文章
今天和大家分享的是2020年1月发表在AGING(IF:4.831)上的一篇文章,“Prediction of hepatocellular carcinoma prognosis based on expression of an immune-related gene set”,作者结合多因素cox回归分析,ssGSEA富集分析等方法开发了基于免疫的HCC预后预测模型(IPSHCC),并用4个训练集对模型的准确性进行验证;此外,作者还将IPSHCC模型与年龄、分期等临床特征相整合,使其预后价值进一步增强。
科研菌
2020/07/09
7310
生信文章思路不够清晰?学学这篇文章
Nat. Mach. Intel. | 用机器学习发现肉眼不可见的新冠肺部长期病变
大部分新冠重症患者在六个月后依然会有较为严重的呼吸系统后遗症,比如肺活量下降等。其它肺炎的呼吸系统后遗症通常由肺部损伤导致,然而多项研究表明,新冠重症幸存者出院6个月后的胸部CT和正常人区别不大: 大约一半的幸存者CT无法找到任何异常,另外一半仅可见极少量的纤维化区域。因此,新冠呼吸系统后遗症是否源于肺部损伤,需要进一步研究。
DrugAI
2022/06/10
3920
Nat. Mach. Intel. | 用机器学习发现肉眼不可见的新冠肺部长期病变
推荐阅读
相关推荐
Nature 子刊重磅:腾讯与钟南山团队发布新冠危重症 AI 预测模型
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验