当前位置:首页 > 文章列表 > 文章 > python教程 > Python执行系统命令的几种方式

Python执行系统命令的几种方式

2025-08-15 20:47:35 0浏览 收藏

各位小伙伴们,大家好呀!看看今天我又给各位带来了什么文章?本文标题是《Python调用系统命令方法解析》,很明显是关于文章的文章哈哈哈,其中内容主要会涉及到等等,如果能帮到你,觉得很不错的话,欢迎各位多多点评和分享!

推荐使用subprocess模块执行系统命令。在Python中,执行系统命令最推荐的方式是使用标准库中的subprocess模块,其功能强大且灵活,能替代旧方法如os.system()。1. subprocess.run()是从Python 3.5开始的首选方式,适合基础场景,例如运行命令并捕获输出需用列表传参、capture_output=True和text=True。2. 命令执行成功与否可通过returncode属性判断,0表示成功,非零为错误码;check=True可在失败时抛出异常。3. 需要精细控制输入输出流或交互时应使用Popen类,支持双向通信及持续交互,并可配置stdin、stdout、cwd等选项。4. 使用shell=True时需注意安全问题,尤其处理用户输入时防范命令注入风险。5. 跨平台兼容性方面,subprocess本身跨平台但命令可能不兼容,建议避免硬编码平台相关命令,优先使用Python内置模块实现文件操作等功能。掌握subprocess.run()能满足大部分需求,复杂场景再使用Popen深入处理。

Python如何调用系统命令?subprocess模块解析

在Python中执行系统命令,最推荐的方式是使用标准库中的subprocess模块。它功能强大、灵活,并且能很好地替代旧的如os.system()或os.spawn*等方法。如果你需要在Python脚本中运行外部命令并获取结果,那subprocess就是你要找的工具。

Python如何调用系统命令?subprocess模块解析

一、subprocess.run:最常用的基础方法

从Python 3.5开始,subprocess.run()成为调用系统命令的首选方式。它的接口清晰,适合大多数基础场景。

Python如何调用系统命令?subprocess模块解析

例如,想运行一个简单的命令,比如查看当前目录下的文件:

import subprocess

result = subprocess.run(['ls', '-l'], capture_output=True, text=True)
print(result.stdout)

这里有几个关键点:

Python如何调用系统命令?subprocess模块解析
  • 命令参数要以列表形式传入,每个参数单独作为一个元素。
  • capture_output=True表示捕获标准输出和标准错误。
  • text=True会将输出转为字符串而不是字节流(Python 3.7+)。
  • result.stdout是你想要的标准输出内容。

如果只是运行命令而不需要处理输出,可以不加capture_output。

二、获取命令返回值和状态码

很多时候你不仅想知道命令输出了什么,还想了解它是否成功执行。这时就要看returncode属性。

比如运行一个不存在的命令:

res = subprocess.run(['not_a_real_cmd'], capture_output=True, text=True)
print(res.returncode)  # 返回非0表示出错
print(res.stderr)      # 通常会有错误信息

常见情况:

  • returncode 为 0 表示成功
  • 非零值通常是错误码,不同命令含义不同

如果你想在命令失败时直接抛出异常,可以加上参数check=True,这样一旦命令执行失败就会触发CalledProcessError异常。

三、更复杂的交互:Popen类

当你需要更精细地控制子进程输入输出流,或者需要与进程进行持续交互时,应该使用subprocess.Popen类。

比如,你可以一边写入输入流,一边读取输出流:

proc = subprocess.Popen(['grep', 'hello'], stdin=subprocess.PIPE, stdout=subprocess.PIPE, text=True)
stdout, stderr = proc.communicate('hello world\nhi there\nhello again')
print(stdout)

这个例子中我们手动向grep命令传入了一些文本,并得到了匹配的结果。这种方式非常适合自动化测试、长时间运行的子进程或需要双向通信的场景。

一些常见配置选项:

  • stdin / stdout / stderr:可设置为PIPE、文件描述符或DEVNULL
  • shell=True:允许通过shell执行命令(注意安全问题)
  • cwd:指定子进程的工作目录
  • env:自定义环境变量

⚠️ 使用shell=True要小心,尤其是在处理用户输入的时候,容易引发命令注入风险。

四、跨平台兼容性注意事项

虽然subprocess本身是跨平台的,但实际执行的命令可能不是。例如,在Windows上常用的命令像dir、copy等在Linux下并不适用。

建议:

  • 尽量避免硬编码平台相关命令
  • 如果必须区分平台,可以用sys.platform判断操作系统类型
  • 对于文件操作等任务,优先使用Python内置的模块(如shutil)

另外,Windows下路径中包含空格时要特别注意引号处理,否则很容易导致命令执行失败。


基本上就这些。掌握subprocess.run()已经能满足大部分需求,遇到复杂场景再深入使用Popen即可。这模块看似简单,但细节很多,稍不注意就容易踩坑。

今天关于《Python执行系统命令的几种方式》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

Linux内核调优:sysctl性能优化指南Linux内核调优:sysctl性能优化指南
上一篇
Linux内核调优:sysctl性能优化指南
WebSocket实时通信实战:Java后端教程
下一篇
WebSocket实时通信实战:Java后端教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    348次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    311次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用