最基础的执行方式是通过Python解释器直接运行脚本文件。命令格式为:
python script.py
其中 python 是解释器命令,script.py 是目标脚本文件名。此命令在不同系统中可能略有差异:
C:\Python39\python.exe,建议配置环境变量后直接使用 python 命令;若未配置,可使用完整路径 C:\Python39\python.exe script.pypython3 命令,推荐使用 python3 script.py 以避免与 Python 2 冲突⚠️ 注意:若脚本首行包含 Shebang(如 #!/usr/bin/env python3),且脚本具有可执行权限(chmod +x script.py),则可直接运行:
./script.py
Python解释器支持多种启动参数,常见如下:
| 参数 | 说明 | 示例 |
|---|---|---|
-m 模块名 | 以模块方式执行(如 http.server) | python -m http.server 8080 |
-c 命令 | 直接执行字符串命令 | python -c "print('Hello')" |
-i | 执行后进入交互模式 | python -i script.py |
-O | 启用优化模式(移除断言、__debug__为False) | python -O script.py |
-B | 禁止生成 .pyc 文件 | python -B script.py |
例如,运行一个简单Web服务:
python -m http.server 9000 --directory /var/www/html
该命令会启动一个本地HTTP服务器,监听9000端口,目录为指定路径。
为避免依赖冲突,推荐在虚拟环境中执行脚本:
python -m venv venvvenv\Scripts\activate;(Linux/macOS):source venv/bin/activatepip install requestspython script.py虚拟环境激活后,所有命令均在隔离环境中运行,确保依赖版本独立可控。
💡 小技巧:可使用 pip freeze > requirements.txt 生成依赖清单,便于团队协作部署。
在脚本首行添加Shebang声明解释器路径,例如:
#!/usr/bin/env python3 import sys print(sys.version)
保存后赋予可执行权限:
chmod +x script.py
之后即可直接运行:
./script.py
此方式在Linux/macOS中广泛使用,尤其适合编写CLI工具或自动化脚本。
Python脚本可通过 sys.argv 或 argparse 模块接收命令行参数:
import sys
print("参数列表:", sys.argv)
print("脚本名:", sys.argv[0])
print("第一个参数:", sys.argv[1] if len(sys.argv) > 1 else "无")
执行示例:
python script.py hello world
输出:
参数列表:['script.py', 'hello', 'world'] 脚本名:script.py 第一个参数:hello
更推荐使用 argparse 实现规范的参数解析:
import argparse
parser = argparse.ArgumentParser(description="示例脚本")
parser.add_argument("name", help="输入姓名")
parser.add_argument("-v", "--verbose", action="store_true", help="详细模式")
args = parser.parse_args()
if args.verbose:
print(f"你好,{args.name}!正在详细模式下运行。")
else:
print(f"你好,{args.name}!")
执行:
python script.py Alice -v
某些脚本依赖特定工作目录或环境变量,可配合执行命令设置:
(cd /path/to/dir && python script.py)MY_VAR=hello python script.py(Linux/macOS)set MY_VAR=hello && python script.py(Windows CMD)$env:MY_VAR="hello"; python script.py(PowerShell)在脚本中读取环境变量:
import os
api_key = os.getenv("API_KEY", "默认密钥")
print(f"当前API密钥:{api_key}")
在 setup.py 中定义入口点,可将脚本安装为系统命令:
setup(
name="mytool",
entry_points={
"console_scripts": [
"mytool=mytool.cli:main",
],
},
)
安装后,直接运行:
mytool --help
此方式常见于CLI工具(如 flask、django-admin),适合发布可重用命令行工具。
常见原因:
pritn 而非 print)示例错误:
File "script.py", line 5
print("Hello"
^
SyntaxError: unexpected EOF while parsing
解决方案:
python -m py_compile script.py 提前检测语法常见场景:
ModuleNotFoundError: No module named 'requests'pip install requestsImportError: cannot import name 'X' from 'module'sys.path调试技巧:
import sys
print("当前搜索路径:", sys.path)
典型错误:
PermissionError: [Errno 13] Permission denied: '/etc/config.ini'
解决方法:
ls -l config.inichmod 644 config.ini/etc),改用用户目录(如 ~/.config/)常见于读取含中文的文件:
UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 10: illegal multibyte sequence
解决方案:
open("file.txt", encoding="utf-8")file -i file.txtchardet 库自动检测:pip install chardet❌ 危险写法:
cmd = input("输入命令:")
os.system(cmd) # 极度危险!
✅ 安全替代方案:
subprocess.run() 并以列表形式传递参数:import subprocess
subprocess.run(["ls", "-l", "/tmp"], check=True)
⚠️ 切记:永远不要将用户输入直接拼接到shell命令字符串中!
对不可信脚本,建议在受限环境中执行:
docker 隔离:docker run --rm -v $(pwd):/app python:3.10-alpine python /app/script.py--cpus="0.5"、--memory="512m"--network="none"生产环境强烈推荐容器化执行,避免脚本越权操作。
记录关键执行信息(用户、时间、参数、退出码):
import logging, datetime, getpass
logging.basicConfig(filename="exec.log", level=logging.INFO)
logging.info(f"[{datetime.now()}] User: {getpass.getuser()} | Cmd: {sys.argv} | Exit: {exit_code}")
便于事后追溯与安全审计。
频繁执行小脚本时,可考虑:
python -c 内联执行(适用于极简脚本)PyPy 替代CPython(对循环密集型脚本性能提升显著)实测对比(执行10万次循环):
| 方案 | 耗时(秒) |
|---|---|
| CPython | 1.82 |
| PyPy | 0.35 |
__pycache__ 缓存Python自动将字节码缓存至 __pycache__/ 目录,避免重复编译。
禁用缓存会降低性能(尤其大型项目):
-B(禁止生成 .pyc)→ 不推荐PYTHONDONTWRITEBYTECODE=1 → 仅在开发调试时使用对长时间运行的脚本,可实现模块热重载:
import importlib, sys
# 修改模块后重新加载
importlib.reload(my_module)
⚠️ 注意:热加载仅对模块对象生效,全局变量需手动重置。
推荐使用 subprocess:
import subprocess
result = subprocess.run(["ls", "-l"], capture_output=True, text=True)
print("输出:", result.stdout)
print("错误:", result.stderr)
若需交互式命令(如 ssh),使用 communicate():
proc = subprocess.Popen(["ssh", "user@host"], stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True)
stdout, stderr = proc.communicate("ls\nexit\n")
使用 subprocess.run(...).returncode 或 sys.exit(code) 设置退出码:
import sys
sys.exit(0) # 成功
sys.exit(1) # 错误
在Shell中检查:
python script.py; echo "退出码:$?"
Linux/macOS:
nohup python script.py > output.log 2>&1 &
Windows(PowerShell):
Start-Process python -ArgumentList "script.py" -WindowStyle Minimized
排查步骤:
input())→ 添加超时参数signal 设置超时中断timeout 参数示例:为网络请求添加超时:
import requests
response = requests.get("https://example.com", timeout=5)
禁止使用 os.system("python other.py")!推荐以下安全方式:
import other_script; other_script.main()runpy 模块:import runpy; runpy.run_path("other.py")subprocess 隔离执行:subprocess.run([sys.executable, "other.py"])解决方案:
chcp 65001)import sys
sys.stdout.reconfigure(encoding='utf-8')
使用 argcomplete 库:
import argparse
import argcomplete
parser = argparse.ArgumentParser()
parser.add_argument("file").completer = argcomplete.FilesCompleter()
argcomplete.autocomplete(parser)
args = parser.parse_args()
安装:pip install argcomplete,并运行 activate-global-python-argcomplete
使用 tempfile 模块自动管理:
import tempfile, os
with tempfile.TemporaryDirectory() as tmpdir:
# 在tmpdir中创建临时文件
pass # 退出with块后自动删除
使用 time 模块或 timeit:
import time
start = time.time()
# 执行脚本逻辑
end = time.time()
print(f"耗时:{end - start:.2f} 秒")
使用装饰器实现重试逻辑:
import time
from functools import wraps
def retry(max_tries=3, delay=1):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
for i in range(max_tries):
try:
return func(*args, **kwargs)
except Exception as e:
if i == max_tries - 1:
raise
time.sleep(delay)
return wrapper
return decorator
@retry(max_tries=5, delay=2)
def connect_db():
# 连接数据库逻辑
pass
eval() / exec() 处理用户输入shlex.split() 分割命令字符串(防注入)| 场景 | 推荐命令 | 说明 |
|---|---|---|
| 直接运行脚本 | python script.py | 最基础方式 |
| 虚拟环境 | source venv/bin/activate && python script.py | macOS/Linux |
| 后台运行 | nohup python script.py & | Linux/macOS |
| 模块执行 | python -m mymodule | 执行包内模块 |
| 交互调试 | python -i script.py | 执行后进入交互模式 |
python -m pdb script.py:启动调试器python -m trace --trace script.py:跟踪执行流程python -c "import sys; print(sys.executable)":查看解释器路径本页面内容基于Python 3.8+环境编写,部分命令在旧版本中可能不兼容。生产环境建议使用Python 3.10+以获得最佳稳定性与性能。