挑战：子进程输出的时间戳化
在Python脚本中执行外部命令是常见的操作，通常使用内置的subprocess模块。然而，当需要对子进程的每一行输出都加上时间戳时，事情变得复杂。传统的Unix shell方法，如 command | while IFS= read -r line; do printf '[%s] %s\n' "$(date '+%Y-%m-%d %H:%M:%S')" "$line"; done，在subprocess中直接通过管道连接并不直观或容易实现，因为Python需要自身来控制输出流，而不是依赖shell的管道逻辑。直接将整个shell命令字符串传递给subprocess.Popen并设置shell=True虽然可行，但通常不推荐，因为它可能引入安全风险且难以精确控制。
解决方案：结合pexpect与logging
为了优雅地解决这个问题，我们可以利用pexpect库来模拟终端交互，逐行读取子进程的输出，并结合Python强大的logging模块来自动为每行输出添加时间戳及其他日志信息。
pexpect简介
pexpect是一个Python模块，用于控制其他程序，模拟终端交互。它可以启动子进程，然后像用户在终端中一样发送命令、读取输出、等待特定模式出现。这使得它非常适合捕获子进程的实时输出。
logging模块简介
Python的logging模块是处理程序日志的标准库。它提供了灵活的日志记录功能，包括不同的日志级别（DEBUG, INFO, WARNING, ERROR, CRITICAL）、多种处理器（文件、控制台、网络等）以及高度可定制的日志格式。利用logging模块，我们可以轻松地在每条日志消息前自动添加时间戳。
立即学习“Python免费学习笔记（深入）”；
核心实现
以下是实现子进程输出时间戳化的核心代码示例：
#! /usr/bin/env python
import logging
import pexpect
import sys
# 1. 配置日志系统
# 设置日志文件、编码、输出格式和最低日志级别
# %(asctime)s 会自动插入时间戳
# %(levelname)-8s 会插入日志级别，并左对齐，占用8个字符
# %(message)s 是实际的日志消息
logging.basicConfig(
filename='subprocess_output.log', # 日志输出到文件
encoding='utf-8',
format='%(asctime)s %(levelname)-8s %(message)s',
level=logging.INFO # 设定日志级别为INFO，DEBUG级别会输出更多信息
)
# 2. 定义一个函数来执行命令并记录输出
def run_command_with_timestamp_logging(cmd: str):
"""
执行给定的shell命令，并将其标准输出逐行记录到日志中，
每行自动带有时间戳。
"""
logging.info(f"Executing command: '{cmd}'") # 记录执行的命令
try:
# 使用pexpect.spawn启动命令
# encoding="utf-8" 确保正确处理字符编码
p = pexpect.spawn(cmd, encoding="utf-8")
# 循环读取子进程的每一行输出
# p.readline() 会读取一行直到遇到换行符，并包含换行符
# 赋值表达式 (:=) 允许在while条件中赋值
while line := p.readline():
# 使用logging.info记录每一行输出
# .strip() 用于移除行尾的换行符和空白符，使日志更整洁
logging.info(line.strip())
# 等待子进程结束并获取退出状态码
p.wait()
if p.exitstatus is not None and p.exitstatus != 0:
logging.error(f"Command '{cmd}' exited with status {p.exitstatus}")
logging.error(f"Before: {p.before.strip()}") # 记录进程退出前的输出
logging.error(f"After: {p.after.strip()}") # 记录进程退出后的输出
elif p.exitstatus == 0:
logging.info(f"Command '{cmd}' completed successfully.")
except pexpect.exceptions.TIMEOUT:
logging.error(f"Command '{cmd}' timed out.")
except pexpect.exceptions.EOF:
logging.error(f"Command '{cmd}' reached EOF unexpectedly.")
except Exception as e:
logging.critical(f"An unexpected error occurred: {e}")
# 3. 示例用法
if __name__ == "__main__":
print("Running commands and logging output to 'subprocess_output.log'...")
# 运行一个简单的ls命令
run_command_with_timestamp_logging("ls -l")
print("\n--- Running a multi-line output command ---")
# 运行一个会产生多行输出的命令
run_command_with_timestamp_logging("docker build .") # 假设docker已安装并有Dockerfile
print("\n--- Running a command with error output ---")
# 运行一个会产生错误输出的命令
run_command_with_timestamp_logging("non_existent_command")
print("\nCheck 'subprocess_output.log' for detailed output.")代码解析
-
日志配置 (logging.basicConfig):
- filename='subprocess_output.log': 指定日志将被写入的文件。
- encoding='utf-8': 确保日志文件使用UTF-8编码，避免乱码。
- format='%(asctime)s %(levelname)-8s %(message)s': 这是关键部分，定义了每条日志消息的格式。
- %(asctime)s: 会被替换为日志记录的时间，格式默认为YYYY-MM-DD HH:MM:SS,ms。
- %(levelname)-8s: 会被替换为日志级别（如INFO, ERROR），-8s表示左对齐并占用8个字符宽度。
- %(message)s: 会被替换为实际的日志内容。
- level=logging.INFO: 设置日志记录的最低级别。只有INFO级别及以上的消息才会被处理。
-
run_command_with_timestamp_logging 函数:
- pexpect.spawn(cmd, encoding="utf-8"): 启动子进程。pexpect会自动处理shell=True的逻辑，但它提供了更细粒度的控制。encoding="utf-8"非常重要，它确保pexpect正确解码子进程的输出。
- while line := p.readline():: 这是一个高效的循环，使用Python 3.8+的赋值表达式。p.readline()会阻塞直到从子进程读取到一行（包括换行符），如果子进程结束且没有更多输出，它会返回空字符串。
- logging.info(line.strip()): 将捕获到的子进程输出行作为INFO级别的消息记录下来。.strip()用于去除行末的换行符，避免日志中出现多余的空行。
- p.wait(): 在读取完所有输出后，等待子进程真正结束。这有助于确保获取正确的退出状态码。
- 错误处理：try-except块捕获了pexpect可能抛出的TIMEOUT和EOF异常，以及其他通用异常，提高了程序的健壮性。
注意事项与扩展
- 安装pexpect: 如果您的环境中没有pexpect，需要先安装它：pip install pexpect。
- 编码问题: pexpect.spawn中的encoding参数至关重要。如果子进程输出包含非ASCII字符，且未正确指定编码，可能会出现解码错误。通常，"utf-8"是一个安全的默认选择。
- 日志级别与格式定制: logging模块非常灵活。您可以更改level以控制输出的详细程度，也可以修改format字符串来添加更多信息，例如进程ID、线程名等。
- 错误输出 (stderr): pexpect.spawn默认将子进程的stdout和stderr都捕获到同一个流中。这意味着错误信息也会被记录。如果需要区分，可能需要更复杂的pexpect模式匹配或考虑将stderr重定向到单独的文件。
- 非阻塞读取: 对于需要更复杂交互或需要同时处理多个子进程的场景，pexpect提供了expect()方法，可以等待特定的模式（如提示符或错误消息），或者设置超时。
- 替代方案: 如果不希望引入pexpect，也可以使用subprocess.Popen结合线程来异步读取stdout和stderr，然后手动将它们传递给logging。但这通常会比pexpect的方案更复杂，需要自行管理线程和队列。
- 性能考量: 对于产生海量输出的子进程，逐行读取并记录日志可能会有性能开销。在极端情况下，可能需要考虑更底层的I/O操作或缓冲区管理。
总结
通过巧妙地结合pexpect库的交互式进程控制能力和Python logging模块强大的日志格式化功能，我们可以轻松实现对Python子进程输出的逐行时间戳化。这种方法不仅解决了subprocess模块在处理复杂shell管道时的局限性，还提供了一种专业、可扩展且易于维护的日志记录方案，极大地提升了脚本的可观测性和调试效率。
