python - 使用 python 子进程执行 unfluff

Question

我正在尝试执行 unfluff在使用 subprocess 的 python 脚本中，但结果始终为空。如果我从 shell 执行它，那就没问题。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

这会生成一个具有良好内容提取功能的漂亮 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] 

这会产生一个空字符串。那么，我做错了什么？

Answer 1

通过在命令中使用 |，您将隐式调用操作系统 shell。

因此您必须启用 shell=True 才能执行此操作。

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

注意:由于您有 Popen，您可以通过打开 2 个 Popen 实例以更简洁的方式完成此操作，例如如下所示:

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 并不是真正的可执行文件，所以需要 shell 来启动)

规则是:如果您想安全，请始终设置 shell=True 但命令行取决于操作系统 shell，效率较低。因此，如果没有它也能正常工作，那就更好了。