使用Python子进程执行无用信息删除

Question

我试图使用subprocess在python脚本中执行unfluff，但结果总是空的。 如果我从shell执行它，它就正常了。举个例子：

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

这将产生一个具有良好内容提取的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] 

结果是一个空字符串。 那么，我做错了什么？你知道吗

Answer 1

通过在命令中使用|，可以隐式地调用OS shell。你知道吗

因此，您必须启用shell=True才能做到这一点。你知道吗

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

注意：由于您有Popen，因此可以通过打开2个Popen实例以更简洁的方式来完成，例如：

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，EDIT：您仍然需要第二个Popen上的shell=True参数，可能是因为unfluff不是一个真正的可执行文件，所以需要shell来启动）

规则是：如果你想安全，总是设置shell=True，但是命令行依赖于OS shell，效率较低。所以如果没有它也能用，那就更好了。你知道吗