自动化运维|脚本集成 python执行shell命令，python执行shell命令行的方法与实例解析

Python执行Shell命令：自动化运维的脚本利器

场景引入：
凌晨3点，服务器突然报警——磁盘空间不足，运维小哥强撑睡意，手忙脚乱登录服务器查日志、删缓存… 如果这时候有个脚本能自动清理日志、发送报警邮件，该多好？没错，这就是Python+Shell的黄金组合能轻松搞定的场景！

今天我们就来聊聊,如何用Python优雅地执行Shell命令，让你的运维效率直接起飞。

为什么用Python执行Shell命令？

在自动化运维中,Shell脚本擅长处理系统级操作（如文件管理、进程监控），而Python更擅长逻辑控制和数据处理，二者结合能发挥最大威力：

• 无缝衔接现有脚本：复用遗留的Shell脚本资产
• 超强扩展性：用Python的异常处理、多线程等特性增强Shell
• 跨平台更友好：相比纯Shell脚本，Python在Windows/Linux下表现更一致

5种Python执行Shell命令的方法

方法1：os.system() - 最简单粗暴

import os  
# 执行后返回退出状态码（0表示成功）
result = os.system("ls -l /tmp")  
print("返回值:", result)  # 输出：0（成功）或非零（失败）

特点：

• 直接打印命令输出到控制台
• 适合简单命令,但无法捕获输出内容

方法2：os.popen() - 获取命令输出

import os  
# 读取命令输出
output = os.popen("df -h").read()  
print("磁盘空间:\n", output)

适用场景：
需要获取命令执行结果时（比如解析磁盘使用率）

方法3：subprocess.run() - 官方推荐（Python 3.5+）

import subprocess  
# 基本用法
result = subprocess.run(["ls", "-l"], capture_output=True, text=True)  
print("标准输出:\n", result.stdout)  
# 带超时控制（单位：秒）
try:
    subprocess.run(["ping", "example.com"], timeout=5)
except subprocess.TimeoutExpired:
    print("命令执行超时！")

优势：

• 可捕获标准输出/错误流
• 支持超时控制
• 参数传递更安全（自动处理空格等特殊字符）

方法4：subprocess.Popen() - 高级控制

from subprocess import Popen, PIPE  
# 实时获取输出（适合长时间任务）
process = Popen(["tail", "-f", "/var/log/syslog"], stdout=PIPE)  
while True:
    line = process.stdout.readline()  
    if not line: break
    print("实时日志:", line.decode().strip())

典型应用：

• 实时日志监控
• 进程交互（通过stdin发送输入）

方法5：shlex分割复杂命令

当命令包含管道、重定向等复杂符号时：

import subprocess  
import shlex  
cmd = "grep 'ERROR' /var/log/app.log | head -n 5"  
args = shlex.split(cmd)  # 自动拆分成列表  
# 使用shell=True执行复杂命令
result = subprocess.run(cmd, shell=True, check=True)

注意：
shell=True可能带来安全风险（如命令注入），慎用不可信输入

实战案例：自动化日志清理

import subprocess  
from datetime import datetime  
def clean_logs(log_path, days=7):  
    # 构建find命令  
    cmd = f"find {log_path} -name '*.log' -mtime +{days} -delete"  
    try:  
        print(f"[{datetime.now()}] 开始清理{log_path}...")  
        subprocess.run(cmd, shell=True, check=True)  
        # 发送通知（假设有个send_mail.py）  
        subprocess.run(["python", "send_mail.py", "日志清理完成"])  
    except subprocess.CalledProcessError as e:  
        print(f"清理失败！错误码: {e.returncode}")  
clean_logs("/var/log/nginx")  

避坑指南

1. 路径问题：

   # 错误示范（~无法自动扩展）
   subprocess.run(["ls", "~/Downloads"])  
   # 正确做法  
   import os.path  
   downloads = os.path.expanduser("~/Downloads")  
   subprocess.run(["ls", downloads])

2. 命令注入防护：

   user_input = "malicious; rm -rf /"  # 恶意输入  
   # 危险！直接拼接字符串  
   subprocess.run(f"echo {user_input}", shell=True)  
   # 安全做法（使用参数列表）  
   subprocess.run(["echo", user_input])  

3. 编码处理：

   # 处理非UTF-8输出（如中文Windows）
   result = subprocess.run(["dir"], capture_output=True)  
   print(result.stdout.decode("gbk"))  # Windows中文默认编码为GBK

性能优化技巧

• 批量执行：用subprocess.Popen()并行启动多个命令
• 减少Shell启动：避免频繁使用shell=True
• 复用进程：对需要交互的命令（如数据库备份），保持Popen对象长期存在

：
从简单的os.system()到强大的subprocess模块，Python为Shell命令执行提供了不同层次的解决方案，下次再遇到繁琐的运维操作时，不妨试试用Python写个自动化脚本——毕竟，优秀的工程师从不该被重复操作束缚双手。

（本文方法验证环境：Python 3.8+/Linux，最后更新：2025年8月）