Python在很大程度上可以对shell脚本进行替代。笔者一般单行命令用shell,复杂点的多行操作就直接用Python了。这篇文章就归纳一下Python的一些实用脚本操作。
1. 执行外部程序或命令
我们有以下C语言程序cal.c(已编译为.out文件),该程序负责输入两个命令行参数并打印它们的和。该程序需要用Python去调用C语言程序并检查程序是否正常返回(正常返回会返回 0)。
#include<stdio.h>
#include<stdlib.h>
int main(int argc, char* argv[]){
int a = atoi(argv[1]);
int b = atoi(argv[2]);
int c = a + b;
printf("%d + %d = %d\n", a, b, c);
return 0;
}
那么我们可以使用subprocess
模块的run
函数来spawn一个子进程:
res = subprocess.run(["Python-Lang/cal.out", "1", "2"])
print(res.returncode)
可以看到控制台打印出进程的返回值0:
1 + 2 = 3
0
当然,如果程序中途被杀死。如我们将下列while.c程序写为下列死循环(已编译为.out文件):
#include<stdio.h>
#include<stdlib.h>
int main(int argc, char* argv[]){
while(1);
return 0;
}
我们同样用run
函数接收其返回值:
res = subprocess.run("Python-Lang/while.out")
print(res.returncode)
不过我们在程序运行中用shell命令将其终止掉:
(base) orion-orion@MacBook-Pro Python-Lang % ps -a |grep while
11829 ttys001 0:17.49 Python-Lang/while.out
11891 ttys005 0:00.00 grep while
(base) orion-orion@MacBook-Pro Python-Lang % kill 11829
可以看到控制台打印输出的进程返回值为-15(因为负值-N表示子进程被信号N终止,而kill命令默认的信号是15,该信号会终止进程):
-15
如果程序陷入死循环不能正常终止,我们总不能一直等着吧?此时,我们可以设置超时机制并进行异常捕捉:
try:
res = subprocess.run(["Python-Lang/while.out"], capture_output=True, timeout=5)
except subprocess.TimeoutExpired as e:
print(e)
此时会打印输出异常结果:
Command '['Python-Lang/while.out']' timed out after 5 seconds
有时需要获取程序的输出结果,此时可以加上capture_output
参数,然后访问返回对象的stdout
属性即可:
res = subprocess.run(["netstat", "-a"], capture_output=True)
out_bytes = res.stdout
输出结果是以字节串返回的,如果想以文本形式解读,可以再增加一个解码步骤:
out_text = out_bytes.decode("utf-8")
print(out_text)
可以看到已正常获取文本形式的输出结果:
...
kctl 0 0 33 6 com.apple.netsrc
kctl 0 0 34 6 com.apple.netsrc
kctl 0 0 1 7 com.apple.network.statistics
kctl 0 0 2 7 com.apple.network.statistics
kctl 0 0 3 7 com.apple.network.statistics
(base) orion-orion@MacBook-Pro Learn-Python %
一般来说,命令的执行不需要依赖底层shell的支持(如sh,bash等),我们提供的字符串列表会直接传递给底层的系统调用,如os.execve()
。如果希望命令通过shell来执行,只需要给定参数shell=True
并将命令以简单的字符串形式提供即可。比如我们想让Python执行一个涉及管道、I/O重定向或其它复杂的Shell命令时,我们就可以这样写:
out_bytes = subprocess.run("ps -a|wc -l> out", shell=True)
2. 文件和目录操作(命名、删除、拷贝、移动等)
我们想要和文件名称和路径打交道时,为了保证获得最佳的移植性(尤其是需要同时运行与Unix和Windows上时),最好使用os.path
中的函数。例如:
import os
file_name = "/Users/orion-orion/Documents/LocalCode/Learn-Python/Python-Lang/test.txt"
print(os.path.basename(file_name))
# test.txt
print(os.path.dirname(file_name))
# /Users/orion-orion/Documents/LocalCode/Learn-Python/Python-Lang
print(os.path.split(file_name))
# ('/Users/orion-orion/Documents/LocalCode/Learn-Python/Python-Lang', 'test.txt')
print(os.path.join("/new/dir", os.path.basename(file_name)))
# /new/dir/test.txt
print(os.path.expanduser("~/Documents"))
# /Users/orion-orion/Documents
其中os.path.expanduser
当用户或$HOME
未知时, 将不做任何操作。如我们这里的$HOME
就为/Users/orion-orion
:
(base) orion-orion@MacBook-Pro ~ % echo $HOME
/Users/orion-orion
如果要删除文件,请用os.remove
(在删除前注意先判断文件是否存在):
file_name = "Python-Lang/test.txt"
if os.path.exists(file_name):
os.remove(file_name)
接下来我们看如何拷贝文件。当然最直接的方法是调用Shell命令:
os.system("cp Python-Lang/test.txt Python-Lang/test2.txt")
当然这不够优雅。如果不像通过调用shell命令来实现,可以使用shutil模块,该模块提供了一系列对文件和文件集合的高阶操作,其中就包括文件拷贝和移动/重命名。这些函数的参数都是字符串,用来提供文件或目录的名称。以下是示例:
src = "Python-Lang/test.txt"
dst = "Python-Lang/test2.txt"
# 对应cp src dst (拷贝文件,存在则覆盖)
shutil.copy(src, dst)
src = "Python-Lang/sub_dir"
dst = "Python-Lang/sub_dir2"
# 对应cp -R src dst (拷贝整个目录树)
shutil.copytree(src, dst)
src = "Python-Lang/test.txt"
dst = "Python-Lang/sub_dir/test2.txt"
# 对应mv src dst (移动文件,可选择是否重命名)
shutil.move(src, dst)
可以看到,正如注释所言,这些函数的语义和Unix命令类似。如果你对Unix下的文件拷贝/移动等操作不熟悉,可以参见我的博客《Linux:文件解压、复制和移动的若干坑》。
默认情况下,如果源文件是一个符号链接,那么目标文件将会是该链接所指向的文件的拷贝。如果只想拷贝符号链接本身,可以提供关键字参数follow_symlinks:
shutil.copy(src, dst, follow_symlinks=True)
如果想在拷贝的目录中保留符号链接,可以这么做:
shutil.copytree(src, dst, symlinks=True)
有时在拷贝整个目录时需要对特定的文件和目录进行忽略,如.pyc
这种中间过程字节码。我们可以为copytree
提供一个ignore函数,该函数已目录名和文件名做为输入参数,返回一列要忽略的名称做为结果(此处用到字符串对象的.endswith
方法,该方法用于获取文件类型):
def ignore_pyc_files(dirname, filenames):
return [name for name in filenames if name.endswith('pyc')]
shutil.copytree(src, dst, ignore=ignore_pyc_files)
不过由于忽略文件名这种模式非常常见,已经有一个实用函数ignore_patterns()
提供给我们使用了(相关模式使用方法类似.gitignore
):
shutil.copytree(src, dst, ignore=shutil.ignore_patterns("*~", "*.pyc"))
注:此处的"*~"
模式匹配是文本编辑器(如Vi)产生的以"~"结尾的中间文件。
忽略文件名还常常用在os.listdir()
中。比如我们在数据密集型(如机器学习)应用中,需要遍历data
目录下的所有数据集文件并加载,但是需要排除.
开头的隐藏文件,如.git
,否则会出错,此时可采用下列写法:
import os
import os
filenames = [filename for filename in os.listdir("Python-Lang/data") if not filename.startswith(".")] #注意,os.listdir返回的是不带路径的文件名
让我们回到copytree()
。用copytree()
来拷贝目录时,一个比较棘手的问题是错误处理。比如在拷贝的过程中遇到已经损坏的符号链接,或者由于权限问题导致有些文件无法访问等。对于这种情况,所有遇到的异常会收集到一个列表中并将其归组为一个单独的异常,在操作结束时抛出。示例如下:
import shutil
src = "Python-Lang/sub_dir"
dst = "Python-Lang/sub_dir2"
try:
shutil.copytree(src, dst)
except shutil.Error as e:
for src, dst, msg in e.args[0]:
print(src, dst, msg)
如果提供了ignore_dangling_symlinks=True
,那么copytree
将会忽略悬垂的符号链接。
更多关于shutil
的使用(如记录日志、文件权限等)可参见shutil文档[4]。
接下来我们看如何使用os.walk()
函数遍历层级目录以搜索文件。只需要将顶层目录提供给它即可。比如下列函数用来查找一个特定的文件名,并将所有匹配结果的绝对路径打印出来:
import os
def findfile(start, name):
for relpath, dirs, files in os.walk(start):
if name in files:
# print(relpath)
full_path = os.path.abspath(os.path.join(relpath, name))
print(full_path)
start = "."
name = "test.txt"
findfile(start, name)
可以看到,os.walk
可为为我们遍历目录层级,且对于进入的每个目录层级它都返回一个三元组,包含:正在检视的目录的相对路径(相对脚本执行路径),正在检视的目录中包含的所有目录名列表,正在捡视的目录中包含的所有文件名列表。这里的os.path.abspath
接受一个可能是相对的路径并将其组成绝对路径的形式。
我们还能够附加地让脚本完成更复杂的功能,如下面这个函数可打印出所有最近有修改过的文件:
import os
import time
def modified_within(start, seconds):
now = time.time()
for relpath, dirs, files in os.walk(start):
for name in files:
full_path = os.path.join(relpath, name)
mtime = os.path.getmtime(full_path)
if mtime > (now - seconds):
print(full_path)
start = "."
seconds = 60
modified_within(start, 60)
3. 创建和解包归档文件
如果仅仅是想创建或解包归档文件,可以直接使用shutil
模块中的高层函数:
import shutil
shutil.make_archive(base_name="data", format="zip", root_dir="Python-Lang/data")
shutil.unpack_archive("data.zip")
其中第二个参数format
为期望输出的格式。要获取所支持的归档格式列表,可以使用get_archive_formats()
函数:
print(shutil.get_archive_formats())
# [('bztar', "bzip2'ed tar-file"), ('gztar', "gzip'ed tar-file"), ('tar', 'uncompressed tar file'), ('xztar', "xz'ed tar-file"), ('zip', 'ZIP file')]
Python也提供了诸如tarfile
、zipfile
、gzip
等模块来处理归档格式的底层细节。比如我们想要创建然后解包.zip
归档文件,可以这样写:
import zipfile
with zipfile.ZipFile('Python-Lang/data.zip', 'w') as zout:
zout.write(filename='Python-Lang/data/test1.txt', arcname="test1.txt")
zout.write(filename='Python-Lang/data/test2.txt', arcname="test2.txt")
with zipfile.ZipFile('Python-Lang/data.zip', 'r') as zin:
zin.extractall('Python-Lang/data2') #没有则自动创建data2目录
参考
- [1] https://docs.python.org/3/library/subprocess.html
- [2] https://stackoverflow.com/questions/28708531/what-does-do-in-a-gitignore-file
- [3] https://stackoverflow.com/questions/7099290/how-to-ignore-hidden-files-using-os-listdir
- [4] https://docs.python.org/3/library/shutil.html
- [5] Martelli A, Ravenscroft A, Ascher D. Python cookbook[M]. " O'Reilly Media, Inc.", 2015.
__EOF__