Python执行系统命令的几种方式
Python执行系统命令的方法多种多样,本文重点介绍如何利用`subprocess`模块安全高效地调用系统功能。`subprocess.run()`是推荐的方式,它能捕获命令输出、错误信息和返回码,并能有效避免shell注入风险。除了`subprocess`,`os.system()`和`os.popen()`也各有特点,但存在安全隐患且功能有限,通常不建议使用。文章还将深入探讨如何处理命令执行中的错误,如何安全地传递参数,以及如何在后台执行命令并实时输出结果,助你选择最适合自身需求的方案。
使用subprocess.run()执行命令并捕获输出,推荐列表传参以避免注入风险;os.system()仅执行命令无输出捕获,os.popen()可读输出但已过时;错误处理可通过检查returncode、捕获stderr或使用try-except捕获CalledProcessError;后台执行用subprocess.Popen()并调用wait()等待结束;实时输出需结合Popen与TextIOWrapper逐行读取。

Python执行系统命令,本质上就是让Python程序能够调用操作系统提供的功能。方法有很多,关键在于选择最适合你需求的。
直接输出解决方案即可:
Python提供了多种方法来执行系统命令,常见的有os.system()、os.popen()、subprocess模块等。subprocess模块功能最强大,也更推荐使用,因为它提供了更细粒度的控制和更安全的参数处理。
如何使用subprocess模块执行系统命令并获取输出?
subprocess模块的run()函数是执行系统命令的首选方式。它可以捕获命令的输出、错误信息以及返回码。例如,要执行ls -l命令并获取结果,可以这样做:
import subprocess result = subprocess.run(['ls', '-l'], capture_output=True, text=True, check=True) print(result.stdout)
这段代码中,capture_output=True表示捕获命令的输出,text=True表示将输出以文本形式返回,check=True表示如果命令执行失败(返回码非0),则抛出异常。如果不想抛出异常,可以设置check=False,然后检查result.returncode。
subprocess.run()的第一个参数是一个列表,列表的每个元素都是命令及其参数。这样可以避免shell注入的风险。
os.system()和os.popen()有什么区别,什么时候使用它们?
os.system()是最简单的执行系统命令的方式,但它功能有限,不推荐使用。它直接在shell中执行命令,返回命令的退出状态码。无法直接捕获命令的输出。
import os
os.system('ls -l')os.popen()可以执行系统命令并返回一个文件对象,可以读取命令的输出。但是,它也存在安全风险,并且在Python 3中已经被标记为过时。
import os
output = os.popen('ls -l').read()
print(output)通常情况下,subprocess模块能够替代os.system()和os.popen()的所有功能,并且更加安全和灵活。只有在一些非常简单的场景下,或者需要兼容旧代码时,才可能考虑使用它们。
如何处理执行系统命令时可能出现的错误?
执行系统命令时,可能会遇到各种错误,例如命令不存在、权限不足、参数错误等。使用subprocess模块时,可以通过以下方式处理这些错误:
检查返回码:
subprocess.run()返回的result对象包含returncode属性,表示命令的退出状态码。如果returncode非0,则表示命令执行失败。捕获标准错误:
subprocess.run()的capture_output=True可以同时捕获标准输出和标准错误。可以通过result.stderr访问标准错误信息。使用
try...except块: 可以使用try...except块捕获subprocess.CalledProcessError异常。这个异常会在check=True时,命令执行失败时抛出。
import subprocess
try:
result = subprocess.run(['ls', '-z'], capture_output=True, text=True, check=True)
print(result.stdout)
except subprocess.CalledProcessError as e:
print(f"命令执行失败:{e}")
print(f"错误信息:{e.stderr}")这段代码尝试执行一个不存在的命令ls -z,由于check=True,所以会抛出subprocess.CalledProcessError异常,并在except块中捕获并打印错误信息。
如何安全地传递参数给系统命令?
直接拼接字符串来构建命令是很危险的,因为它容易受到shell注入攻击。应该使用列表来传递命令及其参数,这样subprocess模块会自动处理参数的转义和引用。
例如,假设要执行grep命令,搜索包含空格的字符串:
import subprocess search_string = 'hello world' result = subprocess.run(['grep', search_string, 'file.txt'], capture_output=True, text=True) print(result.stdout)
如果直接使用字符串拼接,可能会出现问题,特别是当search_string包含特殊字符时。使用列表可以避免这些问题。
如何在后台执行系统命令?
要在后台执行系统命令,可以使用subprocess.Popen()函数。它会创建一个新的进程来执行命令,并且不会阻塞当前进程。
import subprocess
process = subprocess.Popen(['sleep', '10']) # 在后台执行sleep 10命令
# 可以执行其他操作,不会被sleep命令阻塞
print("命令已在后台执行")
process.wait() # 等待后台进程结束
print("命令执行完毕")subprocess.Popen()返回一个Popen对象,可以使用它的wait()方法等待后台进程结束。如果不调用wait()方法,后台进程会继续运行,直到程序退出。
如何实时输出系统命令的执行结果?
有时候,需要实时显示系统命令的执行结果,而不是等到命令执行完毕后再输出。可以使用subprocess.Popen()和io.TextIOWrapper来实现这个功能。
import subprocess
import io
process = subprocess.Popen(['ping', 'www.google.com'], stdout=subprocess.PIPE, stderr=subprocess.PIPE)
stdout_reader = io.TextIOWrapper(process.stdout, encoding='utf-8')
stderr_reader = io.TextIOWrapper(process.stderr, encoding='utf-8')
while True:
stdout_line = stdout_reader.readline()
stderr_line = stderr_reader.readline()
if stdout_line:
print(stdout_line.strip())
if stderr_line:
print(stderr_line.strip())
if process.poll() is not None:
break
process.wait()这段代码使用subprocess.Popen()执行ping www.google.com命令,并将标准输出和标准错误重定向到管道。然后,使用io.TextIOWrapper将管道转换为文本流,并实时读取和输出每一行。process.poll()用于检查进程是否已经结束。
理论要掌握,实操不能落!以上关于《Python执行系统命令的几种方式》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
Golang并发性能测试与优化技巧
- 上一篇
- Golang并发性能测试与优化技巧
- 下一篇
- 图吧工具箱弹窗拦截测试与设置教程
-
- 文章 · python教程 | 8小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 10小时前 | 标准库 · python · Python 参数绑定 Signature BoundArguments inspect.Signature.bind_partial
- Python inspect.Signature.bind_partial 怎样允许缺省必填参数进行部分绑定
- 492浏览 收藏
-
- 文章 · python教程 | 12小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 13小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 14小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 15小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 16小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 16小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 1102次使用
-
- 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。
- 1097次使用
-
- 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。
- 1268次使用
-
- 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。
- 1208次使用
-
- 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。
- 1056次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

