使用 python 子进程执行 unfluff

Question

我正在尝试使用子进程在 python 脚本中执行unfluff，但结果始终为空。 如果我从 shell 执行它，它就可以了。这是一个例子：

从 unfluff 文档中，我可以通过以下方式提取网页内容：

curl -s 'http://observador.pt/2016/10/29/espanha-e-portugal-sao-unicos-paises-da-ue-sem-populismo-xenofobo-diz-antonio-costa' | unfluff

这会产生一个带有良好内容提取的漂亮 json。 现在，在 python 中，我使用以下内容：

import subprocess

url = 'http://observador.pt/2016/10/29/espanha-e-portugal-sao-unicos-paises-da-ue-sem-populismo-xenofobo-diz-antonio-costa'

p = subprocess.Popen(['curl','-s',url,'|','unfluff'],stdout=subprocess.PIPE)
print p.communicate()[0] 

这会导致一个空字符串。 那么，我做错了什么？

Answer 1

通过在您的命令中使用|，您将隐式调用 OS shell。

所以你必须启用shell=True 才能做到这一点。

p = subprocess.Popen(['curl','-s',url,'|','unfluff'],stdout=subprocess.PIPE,shell=True)

注意：由于您有 Popen，因此您可以通过打开 2 个 Popen 实例以更简洁的方式执行此操作，例如：

p1 = subprocess.Popen(['curl','-s',url],stdout=subprocess.PIPE)
p2 = subprocess.Popen('unfluff',stdin=p1.stdout,stdout=subprocess.PIPE)
print(p2.communicate()[0])

（那么您不需要shell=True 参数，编辑：您仍然需要第二个Popen 上的shell=True 参数可能是因为unfluff 不是真正的可执行文件，因此需要启动shell）

规则是：如果您想安全，请始终设置shell=True，但命令行依赖于操作系统外壳，效率较低。所以如果没有它也能工作，那就更好了。