Python调用Linux命令subprocess用法与报错排查

脚本专家

Python 开发者写脚本，最终运行环境大多是 Linux 服务器。熟悉常用命令并不是为了背命令表，而是为了部署、看日志、排查进程，以及在 Python 里正确调用系统命令完成自动化。本文围绕高频 Linux 命令、subprocess 调用方式和常见报错，整理一套可直接落地的实践思路。

一、先理解命令行为什么绕不开

在 Windows 上写 Python 代码，语法可以兼容，但路径分隔符、换行符、依赖安装、文件权限都可能不同。部署到 Linux 后，登录服务器、上传文件、运行脚本基本都要通过命令行完成。自动化脚本的本质，也往往是把一串命令行操作固化成代码，例如批量重命名对应 mv，定时抓取对应 curl 加 grep。脚本出错后看日志，更离不开 tail、grep、less。

二、高频命令的使用要点

1. 目录与路径

pwd 用来确认当前工作目录；cd 负责切换目录，既可用绝对路径 /home/user/project，也可用相对路径 cd ..、cd ../..、cd project；~ 表示当前用户家目录。ls 用于列目录，ls -l 看权限、属主、大小和修改时间，ls -a 看隐藏文件，ls -lh 以人类可读单位显示大小。部分发行版有 ll 别名，但服务器上不一定存在，稳妥写法仍是 ls -l。

2. 文件操作

touch 创建空文件或更新时间戳；cp 复制文件，复制目录必须加 -r，否则会报 cp: omitting directory；mv 用于移动或重命名，同目录内 mv old.txt new.txt 就是重命名；rm 删除文件，删目录加 -r，加 -f 强制不确认。rm -rf 必须谨慎，执行前先停一下确认路径，必要时先用 ls 确认目标是否为要删除的内容。

3. 文本查看与检索

cat 适合查看小文件，大文件用 less 翻页并按 q 退出；head -n 20 看前 20 行，tail -n 50 看最后 50 行，tail -f 持续跟踪新增内容。grep 是文本检索核心，grep ERROR app.log 可筛出包含 ERROR 的行，-i 忽略大小写，-n 显示行号，-v 反向匹配，-E 支持正则。管道组合很实用：

2. tail -f app.log | grep ERROR

复制代码

统计不同错误类型出现次数时，可结合 sort 和 uniq：

2. grep ERROR app.log | sort | uniq -c | sort -rn

复制代码

wc -l 可快速统计行数，用来评估日志规模。

4. 权限与身份

ls -l 第一列的 10 个字符描述权限，如 -rw-r--r--，第一个字符表示文件类型，后面每三位分别对应属主、属组、其他人。chmod 755 file 是常见可执行文件权限，chmod 644 file 适合普通数据文件。chown user:group file 修改属主和属组。whoami 查看当前用户，id 查看用户 ID 和所属组；需要管理员权限时使用 sudo，例如 sudo apt install nginx，但不建议所有命令都挂 sudo。

5. 进程与资源排查

ps -ef 或 ps aux 可列出进程，包含 PID、CPU、内存和命令；ps -ef | grep python 可确认 Python 程序是否在运行，结果中出现 grep 自身进程属于管道机制的常见现象。top 动态查看资源占用，按 q 退出；free -h 看内存；df -h 看磁盘。出现 No space left on device 时先跑 df -h 确认磁盘。结束进程用 kill PID，僵死进程可用 kill -9 PID，注意后面跟的是 PID 而不是程序名。

三、Python 中调用 Linux 命令

os.system() 只能拿到退出状态码，拿不到命令输出，不适合需要解析结果的脚本。推荐使用 subprocess：

2. import os
3. import subprocess
5. # 不推荐：拿不到输出，参数处理容易出问题
6. os.system('ls -l')
8. # 推荐：能捕获输出，还能拿到退出码
9. result = subprocess.run(['ls', '-l'], capture_output=True, text=True)
10. print(result.stdout)
11. print(result.returncode)

复制代码

subprocess.run 接收列表，第一个元素是命令名，后续是参数；capture_output=True 捕获标准输出和标准错误，text=True 按文本模式解码而不是返回字节串。使用管道等 Shell 特性时可加 shell=True：

2. result = subprocess.run('ls -l | grep py', shell=True, capture_output=True, text=True)

复制代码

但命令里拼接外部输入时不能使用 shell=True，例如 subprocess.run(f'rm -rf {user_input}', shell=True) 存在注入风险。正确做法是用列表传参，让系统处理转义。

四、三个可直接复用的脚本

1. 统计日志中的 ERROR 数量：

2. import subprocess
4. result = subprocess.run(
5.     ['grep', '-c', 'ERROR', '/var/log/app.log'],
6.     capture_output=True, text=True
7. )
8. count = int(result.stdout.strip())
9. print(f'当前日志中的ERROR总数: {count}')

复制代码

日志路径固定时，这类脚本配合 cron 可变成简单异常监控。

2. 检查磁盘使用率，超过 80% 告警：

2. import subprocess
4. result = subprocess.run(['df', '-h', '/'], capture_output=True, text=True)
5. lines = result.stdout.strip().splitlines()
6. header = lines[0].split()
7. data = lines[1].split()
8. usage = data[4].rstrip('%')
9. print(f'磁盘总量: {data[1]}，已用: {data[2]}，使用率: {usage}%')
10. if int(usage) > 80:
11.     print('磁盘使用率超过80%，需要清理')
12. else:
13.     print('磁盘状况正常')

复制代码

脚本从 df -h 输出第 5 列提取使用率，真实项目可继续接入邮件或即时通讯告警。

3. 批量给 .log 文件添加后缀：

2. import subprocess
4. result = subprocess.run(['find', '.', '-name', '*.log'], capture_output=True, text=True)
5. for path in result.stdout.strip().splitlines():
6.     new_path = path + '.bak'
7.     subprocess.run(['mv', path, new_path])
8.     print(f'已重命名: {path} -> {new_path}')

复制代码

用 find 找文件，再用 mv 重命名，逻辑比手写纯 Python 遍历更短，前提是路径中不含特殊字符。

五、常见报错与排查流程

command not found 通常有三类原因：命令未安装、命令不在当前用户 PATH 中、拼写错误。可用 which python3 查看命令路径；刚安装完命令找不到时，先新开终端，因为配置可能只在重新登录或新 Shell 时加载。

文件明明存在，脚本里相对路径却找不到，通常是当前工作目录不一致。可在脚本开头切换目录：

2. import os
3. os.chdir(os.path.dirname(os.path.abspath(__file__)))

复制代码

之后再用相对路径就不容易迷路。

中文乱码要分两层排查。终端层可检查并设置 UTF-8：

2. export LANG=C.UTF-8

复制代码

该设置对当前终端进程有效，需要永久生效应写入用户配置。Python 读写文件时要显式声明编码，例如读取 GBK 日志：

2. open('log.txt', encoding='gbk', errors='ignore')

复制代码

Windows 的 CRLF 与 Linux 的 LF 不一致，也会导致脚本出现隐蔽语法错误。可用 sed 去掉行尾回车：

2. sed -i 's/\r$//' script.py

复制代码

更彻底的方式是在编辑器中统一使用 LF。

启动服务报 Address already in use 时，先查端口占用：ss -tlnp | grep 8080 或 lsof -i :8080，找到 PID 后再决定是否 kill。若进程杀不掉，先 kill，等几秒再考虑 kill -9，同时不要误杀不认识的系统进程。

日常效率方面，Tab 补全能自动补全命令、文件名和路径，降低打错字概率；方向键上翻历史命令，history 查看记录，Ctrl+R 反向搜索。man 命令名 可查手册，按 q 退出。

六、练习与习惯

不要背命令清单，改用场景驱动：第一天创建目录并复制文件，用到 mkdir -p、cp -r、mv；第二天查看服务是否报错，用到 tail -f、grep、less；第三天排查磁盘，用到 df -h、du -sh、find。真正需要形成肌肉记忆的是目录操作、文件操作、文本检索三类。凡是超过三步的重复操作，都可以写成脚本放进 tools/ 目录，这既是命令行能力的延伸，也是 Python 自动化思维的体现。

热心网友2

这篇整理得挺系统的，从常用命令到 subprocess 调用再到脚本示例，基本把日常服务器上会碰到的场景串起来了。几个点特别认同：列表传参比字符串拼命令靠谱，shell=True 遇到外部输入的确是个坑，rm -rf 前先 ls 确认目标也很有必要，这些细节容易在新手脚本里出问题。 补充两个实践中常踩的小坑，供参考。一是 grep -c 在没有任何匹配时返回码是 1，不是 0，如果脚本里只看 returncode 或者没判断 stdout，容易把“没有 ERROR”误判成执行失败，最好把 returncode 和 stdout 分开处理。二是解析 df -h 的列时，不同发行版或不同挂载类型下列数可能不完全一致，用 split 取第 5 列在多数环境没问题，但更稳妥的是先匹配表头或者干脆用 df -P 的固定格式，避免以后换机器出意外。 另外帖子最后第三段脚本好像断在 `resul` 那里了，批量加后缀的部分没贴完，方便的话可以补全，那个例子涉及循环和 mv 的调用，对新手挺有参考价值的。整体思路很清晰，cron 加脚本做轻量监控这个方向也很实用。

热心网友2

写得很实在，把命令行为和部署、排查场景绑在一起讲，比单纯列命令表有用多了。几个小地方我踩过坑，补充一下供参考。 subprocess.run 默认不检查返回码，脚本一里 grep -c 在没匹配到时退出码是 1，但 stdout 还是 0，所以 int 转换没问题；可要是日志文件路径写错或没权限，grep 退出码是 2，stdout 是空串，int('') 直接就抛异常了。所以这类脚本最好显式看一下 returncode，或者先判断 stdout.strip() 是否为空，别默认命令一定成功。 磁盘那个脚本，df -h 在设备名特别长的时候会折行输出，lines[1] 就不一定是数据行了，取值会错位。换成 df -hP 或者 df -BG 固定格式会稳一些；也可以直接解析 df 的 --output=pcent 输出，省去按列拆分。另外使用率那里如果有多个挂载点，最好确认取的是根分区那一行。 shell=True 的风险讲得对，补充一点：需要管道特性时也可以不用 shell=True，自己把两个 run 串起来，或者用 shlex.split，可控性更好。 另外 text=True 在 Python 3.6 上不认，要写 universal_newlines=True；服务器上如果日志里混了非 UTF-8 字符，加个 errors='replace' 能避免解码直接炸掉。tail

热心网友5

这篇总结挺实用的，subprocess.run 那部分讲得比较到位，列表传参加 capture_output 避免 shell 注入，确实是实际写脚本时最容易踩的坑。补充几个我自己踩过的点，供参考。 一是 run 里最好加上 check=True 和 timeout。很多命令失败时 returncode 非零但不会抛异常，脚本会继续往下跑，反而更危险；timeout 能防止某条命令挂住把定时任务堆死。 二是 text=True 依赖系统 locale，服务器上 LANG 没配好时，中文或特殊字符解码可能直接抛 UnicodeDecodeError，改成 encoding 指定 utf-8 加 errors 参数会更稳一些。 三是 grep -c 那个例子，没有匹配时 grep 返回码是 1，但 stdout 仍然是“0”，所以 int 转换没问题。不过如果想区分“文件不存在”和“0 条 ERROR”，还是得看 returncode，否则路径写错也会被当成正常结果。 四是 df -h 解析那段，文件系统名太长时 df 会折行，lines[1] 就不一定是根分区那行了；挂载点带空格也会让 split 错位。用 df -P 或者 df 的 output 参数指定只取使用率那一列，格式更固定，解析起来省心很多。 五是 kill -9 那里，可以补一句先普通 kill 发 SIGTERM 给