如何使用 subprocess.Popen 通过管道连接多个进程？

StackOverflow https://stackoverflow.com/questions/295459

  •  08-07-2019
  •  | 
  •  

题

如何使用 Python 执行以下 shell 命令 subprocess 模块？

echo "input data" | awk -f script.awk | sort > outfile.txt

输入数据将来自字符串，所以我实际上不需要 echo. 。我已经走到这一步了，谁能解释一下我是如何让它通过管道的 sort 也？

p_awk = subprocess.Popen(["awk","-f","script.awk"],
                          stdin=subprocess.PIPE,
                          stdout=file("outfile.txt", "w"))
p_awk.communicate( "input data" )

更新: ：请注意，虽然下面接受的答案实际上并没有回答所提出的问题，但我相信 S.Lott 是对的，最好首先避免解决这个问题！

有帮助吗？

解决方案

你会对以下内容感到高兴。

import subprocess

awk_sort = subprocess.Popen( "awk -f script.awk | sort > outfile.txt",
    stdin=subprocess.PIPE, shell=True )
awk_sort.communicate( b"input data\n" )

将部分工作委托给shell。让它用管道连接两个进程。

你会更乐意将'script.awk'改写成Python，消除awk和管道。

修改即可。提出awk没有帮助的一些原因。

[有太多理由通过评论回复。]

  1. Awk正在增加一个没有重大价值的步骤。有关Python无法处理的awk处理没有什么独特之处。

  2. 对于大型数据集，从awk到sort的流水线操作可以提高处理时间。对于短数据集，它没有显着的好处。快速测量awk >file ; sort file和awk | sort将揭示并发性有帮助。使用sort，它很少有帮助，因为sort不是一次性过滤器。

  3. <！>的简单性; Python用于排序<！> quot;处理（而不是<！>“; Python to awk to sort <！> quot;）可以防止在这里提出确切的问题。

  4. Python - 虽然比awk更冗长 - 也是明确的，其中awk具有某些隐含的规则，这些规则对新手不透明，并且对非专业人员造成混淆。

  5. Awk（就像shell脚本本身一样）添加了另一种编程语言。如果所有这些都可以用一种语言（Python）完成，那么消除shell和awk编程就会消除两种编程语言，从而允许某人专注于任务的价值生成部分。

    6. 底线：awk无法添加重要价值。在这种情况下，awk是净成本;它增加了足够的复杂性，有必要提出这个问题。删除awk将是净收益。

    补充工具栏为什么构建管道（a | b）非常困难。

    当shell遇到os.pipe()时，必须执行以下操作。

    1. 分叉原始shell的子进程。这最终将成为b。

    2. 构建一个os管道。 （不是Python subprocess.PIPE）但是调用a，它返回两个通过公共缓冲区连接的新文件描述符。此时，进程具有来自其父级的stdin，stdout，stderr，以及将<！>“a的stdout <！>”的文件。和<！>“; b的stdin <！>”;

    3. 分叉一个孩子。孩子用新的标准替换它的标准输出。执行b流程。

    4. b子关闭用新b的标准输入替换其标准输入。执行a | b | c流程。

    5. b孩子等待a完成。

    6. 父母正在等待b完成。

      7. 我认为上面的内容可以递归地用于生成a | (b | c)，但你必须隐式地将长管道括起来，将它们视为os.exec()。

      由于Python有os.fork()，sys.stdin和sys.stdout，并且你可以替换subprocess.Popen和<=>，所以有一种方法可以在纯Python中完成上述操作。实际上，您可以使用<=>和<=>来计算一些快捷方式。

      但是，将该操作委托给shell更容易。

其他提示

import subprocess

some_string = b'input_data'

sort_out = open('outfile.txt', 'wb', 0)
sort_in = subprocess.Popen('sort', stdin=subprocess.PIPE, stdout=sort_out).stdin
subprocess.Popen(['awk', '-f', 'script.awk'], stdout=sort_in, 
                 stdin=subprocess.PIPE).communicate(some_string)

模拟shell管道：

from subprocess import check_call

check_call('echo "input data" | a | b > outfile.txt', shell=True)

不调用shell（参见 17.1.4.2。更换shell管道）：

#!/usr/bin/env python
from subprocess import Popen, PIPE

a = Popen(["a"], stdin=PIPE, stdout=PIPE)
with a.stdin:
    with a.stdout, open("outfile.txt", "wb") as outfile:
        b = Popen(["b"], stdin=a.stdout, stdout=outfile)
    a.stdin.write(b"input data")
statuses = [a.wait(), b.wait()] # both a.stdin/stdout are closed already

plumbum 提供了一些语法糖：

#!/usr/bin/env python
from plumbum.cmd import a, b # magic

(a << "input data" | b > "outfile.txt")()

类似于：

#!/bin/sh
echo "input data" | awk -f script.awk | sort > outfile.txt

是：

#!/usr/bin/env python
from plumbum.cmd import awk, sort

(awk["-f", "script.awk"] << "input data" | sort > "outfile.txt")()

http://www.python.org/doc/2.5.2/lib/node535.html 很好地介绍了这一点。你有什么不明白的一部分吗？

你的程序非常相似，但是第二个Popen会有stdout =到一个文件，你不需要它的输出.communicate()。

受到@Cristian 的回答的启发。我遇到了同样的问题，但使用了不同的命令。因此，我将我的测试示例放在其中，我相信这可能会有所帮助：

grep_proc = subprocess.Popen(["grep", "rabbitmq"],
                             stdin=subprocess.PIPE, 
                             stdout=subprocess.PIPE)
subprocess.Popen(["ps", "aux"], stdout=grep_proc.stdin)
out, err = grep_proc.communicate()

这是经过测试的。

已经做了什么

  • 宣布懒惰 grep 使用管道中的标准输入执行。该命令将在 ps 当管道将充满标准输出时命令执行 ps.
  • 调用主命令 ps 将 stdout 定向到所使用的管道 grep 命令。
  • Grep 进行通信以从管道获取标准输出。

我喜欢这种方式，因为它是自然的烟斗概念，轻轻地包裹着 subprocess 接口。

接受的答案是回避这个问题。 这是一个链接多个进程输出的片段： 请注意，它还会打印（某种程度上）等效的shell命令，以便您可以运行它并确保输出正确。

#!/usr/bin/env python3

from subprocess import Popen, PIPE

# cmd1 : dd if=/dev/zero bs=1m count=100
# cmd2 : gzip
# cmd3 : wc -c
cmd1 = ['dd', 'if=/dev/zero', 'bs=1M', 'count=100']
cmd2 = ['tee']
cmd3 = ['wc', '-c']
print(f"Shell style : {' '.join(cmd1)} | {' '.join(cmd2)} | {' '.join(cmd3)}")

p1 = Popen(cmd1, stdout=PIPE, stderr=PIPE) # stderr=PIPE optional, dd is chatty
p2 = Popen(cmd2, stdin=p1.stdout, stdout=PIPE)
p3 = Popen(cmd3, stdin=p2.stdout, stdout=PIPE)

print("Output from last process : " + (p3.communicate()[0]).decode())

# thoretically p1 and p2 may still be running, this ensures we are collecting their return codes
p1.wait()
p2.wait()
print("p1 return: ", p1.returncode)
print("p2 return: ", p2.returncode)
print("p3 return: ", p3.returncode)

编辑 pipes可在Windows上使用，但至关重要的是，在Windows上似乎没有工作。见下面的评论。

Python标准库现在包含用于处理此问题的subprocess模块：

https://docs.python.org/2/library/pipes.html ， https://docs.python.org/3.4/library/pipes.html

我不确定这个模块已经存在了多长时间，但这种方法似乎比使用<=>进行捣乱要简单得多。

以前的答案错过了重要的一点。 更换shell管道基本上是正确的，正如所指出的那样通过geocar。 几乎足以在管道的最后一个元素上运行communicate。

剩下的问题是将输入数据传递给管道。对于多个子进程，最后一个元素上的简单communicate(input_data)不起作用 - 它会永久挂起。您需要手动创建管道和子项，如下所示：

import os
import subprocess

input = """\
input data
more input
""" * 10

rd, wr = os.pipe()
if os.fork() != 0: # parent
    os.close(wr)
else:              # child
    os.close(rd)
    os.write(wr, input)
    os.close(wr)
    exit()

p_awk = subprocess.Popen(["awk", "{ print $2; }"],
                         stdin=rd,
                         stdout=subprocess.PIPE)
p_sort = subprocess.Popen(["sort"], 
                          stdin=p_awk.stdout,
                          stdout=subprocess.PIPE)
p_awk.stdout.close()
out, err = p_sort.communicate()
print (out.rstrip())

现在，子进程通过管道提供输入，父进程调用communic（），它按预期工作。使用这种方法，您可以创建任意长管道，而无需使用<！>将部分工作委托给shell <！>“;不幸的是，子流程文档没有提到这一点。

有些方法可以在没有管道的情况下实现相同的效果：

from tempfile import TemporaryFile
tf = TemporaryFile()
tf.write(input)
tf.seek(0, 0)

现在使用stdin=tf代表p_awk。这是你喜欢的品味问题。

由于信号处理不同，上述仍然不是100％等同于bash管道。如果添加另一个截断sort输出的管道元素，可以看到这个，例如head -n 10。使用上面的代码，stderr将打印<！>“Broken pipe <！>”;错误消息到stdout。在shell中运行相同的管道时，您将看不到此消息。 （这是唯一的区别，但Popen中的结果是相同的）。原因似乎是python的SIG_IGN为SIGPIPE设置SIG_DFL，而shell将它留在<=>，而<=>的信号处理在这两种情况下是不同的。

对我来说，下面的方法是最干净，最容易阅读的

from subprocess import Popen, PIPE

def string_to_2_procs_to_file(input_s, first_cmd, second_cmd, output_filename):
    with open(output_filename, 'wb') as out_f:
        p2 = Popen(second_cmd, stdin=PIPE, stdout=out_f)
        p1 = Popen(first_cmd, stdout=p2.stdin, stdin=PIPE)
        p1.communicate(input=bytes(input_s))
        p1.wait()
        p2.stdin.close()
        p2.wait()

可以像这样调用：

string_to_2_procs_to_file('input data', ['awk', '-f', 'script.awk'], ['sort'], 'output.txt')
许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top