Python-如何使用subprocess.Popen通过管道连接多个进程？

Question

如何使用Python subprocess模块执行以下shell命令？

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

输入数据将来自字符串，因此我实际上并不需要echo。我已经走了这么远，还有谁能解释我也可以通过它进行管道传输sort吗？

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，尽管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是正确的，最好避免首先解决该问题！

Answer 1

您将对以下内容感到满意。

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" )

将部分工作委托给外壳。让它通过管道连接两个进程。

您将更高兴地将“ script.awk”重写为Python，从而消除了awk和管道。

编辑。提示awk没有帮助的一些原因。

[有太多原因需要通过评论做出回应。]

Awk正在添加没有重大价值的步骤。awk的处理过程没有Python无法处理的独特之处。

对于大量数据，从awk到排序的流水线操作可能会缩短处理时间。对于短数据集，它没有明显的好处。快速测量awk >file ; sort file并awk | sort揭示并发性会有所帮助。使用sort时，它很少有帮助，因为sort不是一次性过滤器。

“ Python进行排序”处理（而不是“ Python进行awk进行排序”）的简单性避免了在此处询问确切类型的问题。

Python虽然比awk更为冗长，但也很明显，其中awk具有某些对新手来说是不透明的隐式规则，这会使非专业人士感到困惑。

Awk（类似于shell脚本本身）添加了Another Another Programming语言。如果所有这些都可以用一种语言（Python）来完成，则无需使用shell，而awk编程可以消除两种编程语言，从而使人们可以专注于任务的价值创造部分。

底线：awk不能增加可观的价值。在这种情况下，awk是净成本；它增加了足够的复杂性，因此有必要提出这个问题。删除awk将获得净收益。

补充工具栏为什么构建管道（a | b）如此困难。

遇到外壳时a | b，必须执行以下操作。

分叉原始外壳的子进程。最终将成为b。

建立一个OS管道。（不是Python subprocess.PIPE），但调用os.pipe()返回两个通过公共缓冲区连接的新文件描述符。此时，该进程具有来自其父级的stdin，stdout，stderr，外加一个文件“ a's stdout”和“ b's stdin”。

分叉一个孩子。子代将其标准输出替换为新的a的标准输出。执行该a过程。

b子关闭，用新b的stdin替换其stdin。执行该b过程。

b子等待a完成。

父级正在等待b完成。

我认为上面的代码可以递归生成a | b | c，但是您必须隐式地括住长管道，将它们视为a | (b | c)。

由于Python有os.pipe()，os.exec()并且os.fork()，你可以替换sys.stdin和sys.stdout，有一种方法做上述纯Python。确实，您可以使用os.pipe()和确定一些快捷方式subprocess.Popen。

但是，将该操作委托给Shell会更容易。