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

Python执行命令的几种方式

2025-09-19 10:24:50 0浏览 收藏

来到golang学习网的大家,相信都是编程学习爱好者,希望在这里学习文章相关编程知识。下面本篇文章就来带大家聊聊《Python执行系统命令的几种方法》,介绍一下,希望对大家的知识积累有所帮助,助力实战开发!

执行系统命令首选subprocess模块,因其功能全面、安全性高且支持精细控制;os.system()和os.popen()虽简单但功能有限,易引发安全风险,适用于简单场景;使用时需避免shell注入、注意编码和资源管理。

python怎么执行系统命令_python执行系统命令方法汇总

Python执行系统命令,在我看来,主要有那么几板斧:最直接的 os.system(),能获取输出的 os.popen(),以及现代Python里几乎是万金油的 subprocess 模块。要说哪种最好,那肯定首推 subprocess,它功能最全,控制力最强,也最符合当下编程的最佳实践。

解决方案

当我们需要在Python程序里调用外部命令时,选择哪种方式,其实是功能需求和便捷性之间的一个权衡。

1. os.system(command):最简单粗暴的选择 这个函数就是直接把你的字符串命令扔给操作系统的shell去执行。它会阻塞当前Python程序的执行,直到外部命令完成,然后返回命令的退出状态码(通常0表示成功,非0表示失败)。

import os

# 执行一个简单的命令
return_code = os.system("ls -l /tmp")
print(f"命令退出码: {return_code}")

# 执行一个不存在的命令
return_code_fail = os.system("non_existent_command")
print(f"失败命令退出码: {return_code_fail}")

2. os.popen(command, mode='r', buffering=-1):需要获取输出时的旧方案 如果你不仅想执行命令,还想拿到命令的输出内容,os.popen() 就能派上用场。它会返回一个文件对象,你可以像读文件一样去读取命令的标准输出。

import os

# 获取命令输出
with os.popen("df -h") as f:
    output = f.read()
    print("磁盘使用情况:")
    print(output)

# 也可以写入,但通常不这么用
# with os.popen("grep python", mode='w') as f:
#     f.write("python is great\n")
#     f.write("java is also great\n")

3. subprocess 模块:现代Python的王道 这才是真正值得深入研究和广泛使用的模块。它提供了极高的灵活性,可以处理标准输入、输出、错误流,控制进程的生命周期,甚至是非阻塞地执行命令。subprocess 模块里有几个常用的函数:

  • *`subprocess.run(args, , stdin=None, input=None, capture_output=False, text=None, check=False, shell=False, timeout=None, encoding=None, errors=None, env=None, cwd=None, ...)** 这是Python 3.5+ 推荐的、最通用的方式。它执行命令,等待其完成,并返回一个CompletedProcess` 对象,包含了退出码、标准输出和标准错误。

    import subprocess
    
    # 简单执行并捕获输出
    result = subprocess.run(["ls", "-l", "/tmp"], capture_output=True, text=True)
    print("命令输出:")
    print(result.stdout)
    print("命令错误输出:")
    print(result.stderr)
    print(f"退出码: {result.returncode}")
    
    # 捕获输出并检查错误 (check=True 会在非零退出码时抛出 CalledProcessError)
    try:
        result_checked = subprocess.run(
            ["cat", "/non_existent_file"],
            capture_output=True,
            text=True,
            check=True
        )
        print(result_checked.stdout)
    except subprocess.CalledProcessError as e:
        print(f"命令执行失败: {e.returncode}")
        print(f"错误信息: {e.stderr}")
    
    # 通过 shell=True 执行,但要小心安全问题
    # result_shell = subprocess.run("echo $PATH", shell=True, capture_output=True, text=True)
    # print(f"PATH: {result_shell.stdout}")
  • *`subprocess.call(args, , shell=False, ...)** 功能上有点像os.system()`,返回退出状态码,但提供了更多控制选项。

  • *`subprocess.check_call(args, , shell=False, ...)** 与subprocess.call()类似,但如果命令返回非零退出码,会抛出CalledProcessError` 异常。

  • *`subprocess.check_output(args, , shell=False, ...)** 执行命令并返回其标准输出(以字节串形式),如果命令返回非零退出码,同样会抛出CalledProcessError`。

  • *`subprocess.Popen(args, bufsize=-1, executable=None, stdin=None, stdout=None, stderr=None, preexec_fn=None, close_fds=True, shell=False, cwd=None, env=None, universal_newlines=False, startupinfo=None, creationflags=0, restore_signals=True, start_new_session=False, pass_fds=(), , group=None, extra_groups=None, user=None, umask=-1, encoding=None, errors=None, text=None)** 这是subprocess模块中最底层的接口,提供了对子进程的完全控制。你可以用它来启动一个子进程,然后通过communicate()` 方法与它交互,或者等待它完成。这在需要更复杂交互(比如管道、异步执行)的场景下非常有用。

    import subprocess
    
    # 启动一个进程,但不立即等待其完成
    process = subprocess.Popen(["ping", "-c", "4", "google.com"], stdout=subprocess.PIPE, text=True)
    
    # 可以做其他事情...
    print("后台pinging中...")
    
    # 等待进程完成并获取输出
    stdout, stderr = process.communicate()
    print("Ping结果:")
    print(stdout)
    print(f"退出码: {process.returncode}")

os.system() 和 os.popen() 的使用场景与局限性是什么?

说实话,现在在新的Python项目里,我很少会主动去用 os.system()os.popen() 了,除非是那种特别简单、对错误处理和输出解析要求不高的场景,或者为了兼容一些老旧代码。

os.system() 的优点是极其简洁,一行代码就能搞定。比如,你只是想触发一个外部脚本运行,根本不关心它的输出,也不需要复杂的错误判断,只要知道它有没有“崩”就行。这时候,os.system("my_script.sh") 确实是最快的。但它的局限性也很明显:它无法直接捕获命令的标准输出或标准错误,你只能通过返回值判断命令是否成功。如果命令执行失败,你拿不到具体的错误信息,这对于排查问题来说就很头疼。另外,它会阻塞当前进程,如果外部命令执行时间很长,你的Python程序就会一直卡在那里。

os.popen() 呢,比 os.system() 稍微好一点,因为它能让你读取命令的输出。这在一些需要获取外部命令结果的场景下还算实用。比如,你想快速获取一个 lsdf 命令的结果并做个简单的打印。但它的问题在于,它也只能读取标准输出,对标准错误流的处理就比较麻烦了。你很难区分哪部分是正常输出,哪部分是错误信息。而且,它同样是阻塞的,并且在错误处理方面依然不如 subprocess 那么精细。更重要的是,它返回的文件对象需要手动关闭,虽然 with 语句能帮忙,但总体上还是不如 subprocess 模块提供的 CompletedProcess 对象那样封装得好,功能也更单一。在我看来,这两个老伙计在功能上已经显得有些“力不从心”了。

为什么说 subprocess 模块是执行系统命令的最佳实践?

我觉得 subprocess 模块之所以能成为现代Python里执行系统命令的最佳实践,核心就在于它的强大、灵活和安全性。它不仅仅是执行命令,更像是提供了一个完整的“子进程管理中心”。

首先,全面的输入输出控制是它最大的亮点。你可以轻松地将命令的标准输出(stdout)、标准错误(stderr)重定向到管道(pipe)进行捕获,甚至可以将文件内容作为标准输入传递给子进程。这对于需要与外部程序进行复杂交互的场景(比如,运行一个命令行工具并传入大量参数,然后解析其返回的JSON或CSV数据)来说,简直是神来之笔。subprocess.run() 返回的 CompletedProcess 对象,直接把 stdoutstderrreturncode 都打包好了,一目了然。

其次,精细的错误处理subprocess 的另一大优势。通过 check=True 参数,你可以让Python在子进程返回非零退出码时自动抛出 CalledProcessError 异常,这样你就可以用标准的 try...except 结构来优雅地处理命令执行失败的情况,而不是仅仅拿到一个退出码然后自己去判断。这让程序的健壮性大大提高。

再者,安全性和灵活性也值得一提。当 shell=False(这也是默认值)时,subprocess 会直接执行你传入的命令列表,而不是通过shell。这意味着它不会对你的命令进行shell解析,从而有效避免了“shell注入”的安全风险。如果你确实需要shell的特性(比如管道 |、重定向 > 等),你可以明确设置 shell=True,但这时候你就需要确保你传入的命令字符串是安全的,或者至少是来自可信源的。此外,subprocess.Popen 提供了更底层的控制,你可以启动一个非阻塞的子进程,在后台运行它,同时你的Python程序可以继续做其他事情,这对于需要并发执行多个外部任务的场景非常有用。

总的来说,subprocess 模块的设计哲学就是“给你更多的控制权,让你能更安全、更灵活地与外部世界交互”。它解决了老旧方法在功能、安全和易用性上的诸多痛点,所以,只要不是那种“一锤子买卖”的简单执行,我都会毫不犹豫地选择 subprocess

在 Python 中执行系统命令时,有哪些常见的陷阱和安全考量?

在Python里执行系统命令,虽然方便,但确实有一些坑,特别是安全方面的,稍不留神就可能踩进去。

一个最常见的陷阱就是shell注入。当你使用 subprocess.run(command_string, shell=True) 或者 os.system(command_string) 这种方式,并且 command_string 是由用户输入或外部数据拼接而成时,就可能发生。比如,你期望执行 rm -rf /tmp/user_data,但如果用户输入了 user_data; rm -rf /,那么你的程序在 shell=True 的情况下,就可能把整个根目录都删掉。这是非常危险的。

# 这是一个非常危险的例子,切勿在生产环境使用!
user_input = "my_file; echo '恶意代码被执行了!'"
# subprocess.run(f"echo {user_input}", shell=True) # 危险!

正确的做法是尽量避免使用 shell=True,而是将命令和参数以列表的形式传递给 subprocess.run()subprocess.Popen()。这样,Python会直接执行命令,不会通过shell进行解析,用户输入的数据会被当作普通参数传递,而不是命令的一部分。

# 安全的做法
user_input = "my_file; echo '恶意代码被执行了!'"
subprocess.run(["echo", user_input]) # 这里的 user_input 只是一个参数,不会被执行

另一个需要注意的点是编码问题。特别是在Windows系统上,或者处理一些非UTF-8编码的输出时,subprocess 捕获到的字节串可能会导致乱码。这时候,subprocess.run()text=True 参数(或 Python 3.7+ 的 encoding 参数)就显得尤为重要,它能帮你自动解码。如果自动解码不行,你就需要手动指定 encoding='gbk' 或其他适合的编码。

阻塞与非阻塞也是一个考量。os.system()os.popen() 以及 subprocess.run()subprocess.call()subprocess.check_call()subprocess.check_output() 默认都是阻塞的,意味着你的Python程序会等待外部命令执行完毕。如果外部命令需要很长时间,你的程序就会“假死”。这时候,subprocess.Popen 就派上用场了,它可以让你启动一个子进程,然后你的Python程序可以继续执行其他任务,需要时再回来检查子进程的状态或获取其输出。

最后,资源管理。如果你用 subprocess.Popen 启动了子进程,并且重定向了标准输入/输出/错误,记得在不再需要时调用 process.wait() 等待子进程结束,或者在适当的时候清理资源,比如关闭文件描述符。虽然Python的垃圾回收机制通常会处理这些,但显式地管理总归是更稳妥的做法。

总之,执行系统命令是把双刃剑,它赋予了Python强大的能力,但也带来了潜在的风险。理解这些陷阱并采取正确的预防措施,才能让你的代码既强大又安全。

本篇关于《Python执行命令的几种方式》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

Artbreeder环境调整技巧全解析Artbreeder环境调整技巧全解析
上一篇
Artbreeder环境调整技巧全解析
Python列表去重技巧全解析
下一篇
Python列表去重技巧全解析
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
    499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。
    484次学习
查看更多
AI推荐
  • PandaWiki开源知识库:AI大模型驱动,智能文档与AI创作、问答、搜索一体化平台
    PandaWiki开源知识库
    PandaWiki是一款AI大模型驱动的开源知识库搭建系统,助您快速构建产品/技术文档、FAQ、博客。提供AI创作、问答、搜索能力,支持富文本编辑、多格式导出,并可轻松集成与多来源内容导入。
    25次使用
  • SEO  AI Mermaid 流程图:自然语言生成,文本驱动可视化创作
    AI Mermaid流程图
    SEO AI Mermaid 流程图工具:基于 Mermaid 语法,AI 辅助,自然语言生成流程图,提升可视化创作效率,适用于开发者、产品经理、教育工作者。
    837次使用
  • 搜获客笔记生成器:小红书医美爆款内容AI创作神器
    搜获客【笔记生成器】
    搜获客笔记生成器,国内首个聚焦小红书医美垂类的AI文案工具。1500万爆款文案库,行业专属算法,助您高效创作合规、引流的医美笔记,提升运营效率,引爆小红书流量!
    854次使用
  • iTerms:一站式法律AI工作台,智能合同审查起草与法律问答专家
    iTerms
    iTerms是一款专业的一站式法律AI工作台,提供AI合同审查、AI合同起草及AI法律问答服务。通过智能问答、深度思考与联网检索,助您高效检索法律法规与司法判例,告别传统模板,实现合同一键起草与在线编辑,大幅提升法律事务处理效率。
    872次使用
  • TokenPony:AI大模型API聚合平台,一站式接入,高效稳定高性价比
    TokenPony
    TokenPony是讯盟科技旗下的AI大模型聚合API平台。通过统一接口接入DeepSeek、Kimi、Qwen等主流模型,支持1024K超长上下文,实现零配置、免部署、极速响应与高性价比的AI应用开发,助力专业用户轻松构建智能服务。
    938次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码