直接使用Python运行程序

使用Python解释器执行Python程序最直接的方法就是使用Python解释器。.py文件。假设你已经有一个叫script的Python脚本.py，为了运行它，首先确保Python已经安装在您的系统中。接着，打开命令行工具，可以是命令提示符、PowerShell或终端，导航到包含脚本的目录中，输入以下命令：

 python script.py

上述命令将使Python解释器读取并执行脚本文件中的代码。如代码正确，文件中的每个句子都将按顺序执行。

其他程序通过Python代码执行。

如需在Python脚本中执行其它Python脚本或其它可执行程序，可在标准库中使用subprocess模块。subprocess模块允许您启动新的过程，连接到它们的输入/输出/错误管道，并获得它们的返回值。

以下是一个使用subprocess模块运行外部Python脚本的例子：

 import subprocess # 执行外部Python脚本 subprocess.run(['python', 'other_script.py'])

subprocess.run 这是一种简单的方法，可以直接调用，但是如果你需要更细的粒度控制，例如管理子进程的输入输出，可以使用 subprocess.Popen。

请参考下列示例：

 import subprocess # 利用Popen启动子进程，获取子进程的输出。 process = subprocess.Popen(['python', 'other_script.py'], stdout=subprocess.PIPE) output, error = process.communicate() # 输出打印子进程 print(output.decode())

运行系统命令在Python代码中运行系统

有时你可能想直接在Python脚本上运行命令行命令。可采用os模块或subprocess模块来实现。

举例来说，使用os.system：

 import os # 执行命令行中的命令(例如列出当前目录下的文件) os.system('ls') # Unix/Linux os.system('dir') # Windows

不过，os.system 执行命令时，不会捕获其输出，只能获得命令的返回状态。如需捕获输出，可使用 subprocess.check_output：

 import subprocess # 执行系统命令并获得输出 try: output = subprocess.check_output(['ls'], stderr=subprocess.STDOUT, shell=True) print(output.decode()) except subprocess.CalledProcessError as e: print("An error occurred: ", e.output.decode())

使用时请注意 subprocess.check_output 在这个时候，捕捉stderr输出是一个很好的习惯，它可以帮助调试错误。

与操作系统交互执行程序

Python允许与操作系统互动，环境变量、文件处理系统等也可以通过os模块的功能获得。

举例来说，利用os模块设置环境变量：

 import os # 设置环境变量 os.environ['MY_VARIABLE'] = 'value' # 获得并打印环境变量 print(os.getenv('MY_VARIABLE'))

操作文件系统：

 import os # 创建新目录 os.mkdir('new_directory') # 改变当前工作目录 os.chdir('new_directory') # 列出当前目录下的文件 print(os.listdir('.'))

这一功能使Python成为系统编程和脚本化的有力工具。

多进程和多线程在Python中的执行

当执行一项需要长时间或资源密集的任务时，可能需要使用多线程或多进程来提高效率。

使用threading模块创建线程：

 import threading def print_numbers(): for i in range(10): print(i) # 创建线程 thread = threading.Thread(target=print_numbers) # 启动线程 thread.start() # 等待线程完成 thread.join()

对多个进程，可使用multiprocessing模块：

 import multiprocessing def print_numbers(): for i in range(10): print(i) # 创建进程 process = multiprocessing.Process(target=print_numbers) # 启动进程 process.start() # 等待过程完成 process.join()

由于Python的线程受全局解释器锁定，因此多线程适用于IO密集型任务，而多进程适用于CPU密集型任务。（GIL）影响力，不能同时执行多个CPU核心。