import subprocess # 定义脚本路径和参数 script_path = './example.sh' param1 = '参数1' param2 = '参数2' param3 = '参数3' # 调用 Shell 脚本并传递参数 subprocess.run([script_path, param1, param2, param3])
如果版本较高的情况下可以使用这个命令
import subprocess # 定义脚本路径和参数 script_path = './example.sh' param1 = '参数1' param2 = '参数2' param3 = '参数3' # 调用 Shell 脚本并传递参数 result = subprocess.run([script_path, param1, param2, param3], capture_output=True, text=True) # 输出脚本的结果 print("输出:", result.stdout) print("错误:", result.stderr)
subprocess.run()
用于执行 Shell 命令或脚本。参数传递格式为列表
[script_path, param1, param2, param3]
,相当于在终端运行./example.sh 参数1 参数2 参数3
。
capture_output=True
将标准输出和标准错误捕获到result.stdout
和result.stderr
中。
text=True
将输出以字符串形式返回,方便进一步处理。
如果python 版本很低import subprocess
调用 shell 脚本,并传入三个参数
return_code = subprocess.call(['sh', 'your_script.sh', 'arg1', 'arg2', 'arg3'])
print("Return Code:", return_code)
python 调用shell 脚本
m0_566183652024-11-03 4:06
相关推荐
java1234_小锋18 分钟前
TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 神经网络基础原理JJJJ_iii19 分钟前
【深度学习03】神经网络基本骨架、卷积、池化、非线性激活、线性层、搭建网络JJJJ_iii28 分钟前
【深度学习05】PyTorch:完整的模型训练套路努力学习的小廉1 小时前
深入了解linux网络—— 自定义协议(上)程序员小远1 小时前
常用的测试用例IT学长编程1 小时前
计算机毕业设计 基于EChants的海洋气象数据可视化平台设计与实现 Python 大数据毕业设计 Hadoop毕业设计选题【附源码+文档报告+安装调试】bcgbsh2 小时前
Linux开机启动脚本(cron 的 @reboot 特性)辣椒http_出海辣椒2 小时前
Python 数据抓取实战:从基础到反爬策略的完整指南听风吹雨yu2 小时前
RK3588从数据集到训练到部署YoloV8荼蘼2 小时前
使用 Flask 实现本机 PyTorch 模型部署:从服务端搭建到客户端调用