投稿获客
广告
广告 广告 广告
广告 广告 广告 广告
广告 █ 推荐【菠萝云】香港16G内存99元 【CDNCloud】极速、安全可靠的加速体验 广告位联系QQ：253000106 【UStat】免费网站统计平台 SSL证书低至2折 单域名36元起 免费测试！海总一手APK免杀处理 广告位联系QQ：253000106 CDN 服务器 反炸 劫持 域名屏蔽 【UStat】专业网站统计平台 域名注册：海量域名快速注册 安卓免杀 谷歌报毒 封装 苹果签名 广告位联系QQ：253000106 【域名被劫持污染如何处理】 安卓免杀★超级签★封装★谷歌屏蔽 广告位联系QQ：253000106

*本站广告为第三方投放，如发生纠纷，请向本站索取第三方联系方式沟通

  1. 创想鸟首页
  2. 好文分享

运行Python脚本如何查看执行过程中的输出信息 运行Python脚本的输出查看基础教程

程序猿 • • 好文分享 • 阅读 0

最直接的方式是在终端运行

函数输出的内容，以及一些错误信息，直接发送到标准输出（stdout）和标准错误（stderr）流，而这些流通常都会直接显示在你运行脚本的那个命令行界面上。所以，绝大多数时候，你只需要在终端里执行 

python 你的脚本名.py

，就能看到它在运行过程中打印出来的所有东西。

解决方案

要查看Python脚本的执行输出，我们有几种常用且有效的方法，它们各有侧重，满足不同场景的需求。

首先，最基础也是最常用的，就是直接在命令行终端运行脚本。当你敲下 

python your_script.py

后，脚本内部所有 

print()

语句输出的内容，以及任何运行时产生的异常或错误信息，都会即时地显示在你的终端屏幕上。这是最直观、门槛最低的方式，适合日常开发和快速调试。

在终端里运行：

python my_script.py

你会看到：

脚本开始执行...当前迭代：0当前迭代：1当前迭代：2脚本执行完毕。

其次，如果你使用集成开发环境（IDE），比如PyCharm、VS Code或者Jupyter Notebook，它们通常会提供一个内置的输出窗口或控制台。在这些环境中运行脚本，所有的标准输出和错误输出都会被捕获并显示在对应的面板里。这对于大型项目或需要调试的场景非常方便，因为IDE通常还集成了调试器，可以让你逐行查看代码执行，并观察变量状态。我个人很喜欢VS Code的集成终端，它让开发流程变得很顺畅，输出和代码在一个界面里，切换上下文的成本很低。

再者，当输出内容很多，或者你需要将输出保存下来以供后续分析时，重定向输出到文件就显得尤为重要了。通过

或标准错误 

2>

甚至两者 

&>

重定向到一个文本文件中。

将标准输出重定向到文件：

python my_script.py > output.txt

这样，

my_script.py

中所有 

print

的内容都会写入 

output.txt

文件，而不会显示在终端。

将标准错误重定向到文件：

python my_script.py 2> error.log

如果脚本报错，错误信息会写入 

error.log

。

同时重定向标准输出和标准错误到同一个文件：

python my_script.py &> full_output.log

或 

python my_script.py > full_output.log 2>&1

这两种方式都能将所有输出（包括正常输出和错误）都捕获到 

full_output.log

中。这对于自动化任务或后台运行的脚本尤其有用，毕竟你不可能一直盯着终端看。

最后，对于更复杂的应用，特别是那些需要长时间运行、有不同级别信息（如调试信息、警告、错误）的程序，Python内置的

logging

模块是你的不二之选。

logging

模块提供了比 

print

强大得多的功能，你可以定义不同的日志级别、将日志输出到文件、网络，甚至数据库。它允许你精细地控制哪些信息应该被记录下来，以及以何种格式记录。

# advanced_script.pyimport logging# 配置日志logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')logging.debug("这是一条调试信息，通常不会显示，除非级别设置为DEBUG")logging.info("脚本开始处理数据...")try:    result = 10 / 2    logging.info(f"计算结果：{result}")    # result_error = 10 / 0 # 故意制造一个错误except ZeroDivisionError as e:    logging.error(f"发生错误：{e}", exc_info=True) # exc_info=True 会打印完整的堆栈信息logging.warning("处理完成，但可能存在一些小问题。")

运行 

python advanced_script.py

，你会在终端看到类似：

2023-10-27 10:30:00,123 - INFO - 脚本开始处理数据...2023-10-27 10:30:00,124 - INFO - 计算结果：5.02023-10-27 10:30:00,125 - WARNING - 处理完成，但可能存在一些小问题。

如果发生错误，错误信息会以更结构化的方式被记录。这种方式在生产环境中是不可或缺的，它能让你更好地追踪应用程序的行为和问题。

为什么我的Python脚本没有输出？

这是一个非常常见的困惑，尤其对于初学者。我见过太多次，代码明明写了 

print

，跑起来却什么都没有。这背后可能有几个原因，值得我们仔细排查。

一个可能是输出被缓冲了。Python的 

print

函数在某些情况下，特别是当你将输出重定向到文件或管道时，为了提高效率，可能会将数据先存放在一个缓冲区里，而不是立即写入到目标。只有当缓冲区满了，或者脚本正常结束，或者你显式地刷新了缓冲区（比如 

sys.stdout.flush()

），内容才会被真正输出。如果你在脚本运行过程中期待实时看到输出，但又没有，这可能就是原因。一个简单的测试方法是在 

print

后面加上 

flush=True

，例如 

print("Hello", flush=True)

。

另一个常见情况是，脚本执行过程中发生了未捕获的异常，导致程序提前终止。当Python脚本遇到一个它不知道如何处理的错误时，它会抛出一个异常，并默认将错误信息（包括堆栈跟踪）打印到标准错误流（stderr），然后退出。如果你只关注标准输出，或者错误信息一闪而过，你可能就会误以为没有任何输出。有时候，终端滚动太快，错误信息确实容易被忽略。这时候，我通常会尝试将标准错误也重定向到文件，或者在IDE中运行，IDE的输出窗口通常会保留所有输出，包括错误。

还有一种可能，是输出确实存在，但被重定向到了你没注意到的地方。就像前面提到的，如果你在命令行中使用了 

>

或 

2>

这样的重定向符号，那么输出就不会在终端显示，而是默默地写入了文件。如果你不小心在某个地方配置了日志系统，将 

print

捕获并发送到了某个日志文件，而你又没有查看那个文件，也会造成“没有输出”的假象。

最后，也是最简单的一种情况，就是你的脚本里压根就没有 

print

语句，或者 

print

语句所在的逻辑分支根本没有被执行到。比如，一个 

print

语句可能在一个 

if

条件块里，而这个条件从未满足；或者在一个函数里，但这个函数从未被调用。这时候，最直接的办法就是用调试器单步执行代码，或者在关键位置多加几个 

print

语句，看看代码执行路径是否如你所想。

查看输出？

print()

函数无疑是Python开发者最常用的调试

就不那么合适了，甚至会带来一些麻烦。

一个明显的例子是生产环境中的应用程序。想象一下，一个服务器上的Web应用，如果它还在到处 

print()

调试信息，那这些信息要么会污染Web服务器的日志，要么会因为没有被捕获而丢失，这都不是我们希望看到的。生产环境需要的是结构化、可控的日志，能够区分信息级别（比如是调试信息、普通信息、警告还是致命错误），并且能够方便地输出到文件、日志服务甚至监控系统。这时候，

logging

模块就是不二之选。它能让你在不修改代码的情况下，通过配置来调整日志的输出级别和目的地，这对于维护和排查问题至关重要。

再比如，当你的脚本需要处理大量数据，或者运行时间很长时，

print()

的局限性就暴露出来了。大量的 

print

输出可能会拖慢程序的执行速度，因为每次 

print

都涉及到I/O操作。而且，如果输出内容太多，终端缓冲区可能不够用，导致旧的输出被覆盖，你无法回顾完整的运行历史。这种情况下，将输出写入文件，或者使用 

logging

模块将不同类型的信息记录到不同的日志文件，显然更合理。你可以用 

tail -f

这样的命令实时跟踪日志文件的最新内容，或者在脚本结束后慢慢分析完整的日志文件。

还有，当你的脚本是作为其他程序的一个组件，或者通过管道（pipe）与其他程序交互时，

print()

可能会干扰正常的输入输出流。在这种复杂的系统集成场景中，明确哪些是程序的“正常”输出，哪些是调试信息，就变得非常重要。

logging

允许你将调试信息和正常输出分开处理，避免了混淆。例如，一个脚本可能通过标准输出返回JSON数据，而所有的内部调试信息则通过日志系统写入一个单独的文件，这样就不会污染JSON输出。

如何处理大量或持续的输出流？

面对大量或持续的Python脚本输出，直接在终端里滚动查看确实不太现实，体验也很差。我们需要一些更高级的技巧来有效地管理这些信息。

首先，最基础但实用的方法是结合操作系统的管道（pipe）命令。如果你在Linux/macOS环境下，或者Windows的WSL/Git Bash中，

less

或 

more

命令是你的好帮手。它们允许你分页查看文本内容，而不是让所有内容一股脑地冲出来。

python my_long_output_script.py | less

这样，脚本的输出会被管道传输给 

less

命令，你就可以用空格键向下翻页，用 

b

键向上翻页，用 

/

搜索特定内容，或者按 

q

退出。这对于一次性生成大量日志的脚本非常有效。

对于那些会持续产生输出的脚本，比如一个长时间运行的服务或者一个实时监控工具，

tail -f

命令就显得不可或缺了。你需要先将脚本的输出重定向到一个文件，然后用 

tail -f

命令来实时“追踪”这个文件的末尾内容。

python my_daemon_script.py > daemon_log.log 2>&1 &

(在后台运行，并将所有输出写入文件)然后，在另一个终端窗口：

tail -f daemon_log.log
tail -f

会持续显示 

daemon_log.log

文件中新增的内容，就像看直播一样。这对于调试后台服务或观察长时间运行的批处理任务非常有用。如果是在Windows的PowerShell里，你可以用 

Get-Content -Path .\daemon_log.log -Wait

达到类似的效果。

此外，当涉及到持续输出时，我们还需要考虑Python的输出缓冲机制。默认情况下，Python的stdout是行缓冲的（当输出到终端时），或者块缓冲的（当输出重定向到文件时）。这意味着，内容可能不会立即写入文件，而是累积到一定量或遇到换行符才写入。如果你的脚本输出频率不高，但又希望立即看到，可以使用 

flush=True

参数在 

print()

函数中强制刷新缓冲区，或者使用 

sys.stdout.flush()

。

import timeimport sysfor i in range(5):    print(f"处理中... {i}", flush=True) # 立即输出    time.sleep(1)

对于更专业的日志管理，特别是当你的程序规模越来越大时，引入日志轮转（Log Rotation）的概念就很有必要了。如果一个脚本持续运行并写入同一个日志文件，这个文件会无限增长，最终耗尽磁盘空间。

logging

模块本身不支持日志轮转，但你可以结合 

logging.handlers

模块中的 

RotatingFileHandler

或 

TimedRotatingFileHandler

来实现。它们可以根据文件大小或时间间隔自动创建新的日志文件，并删除旧的日志文件，从而有效地管理日志文件的生命周期和磁盘占用。

import loggingfrom logging.handlers import RotatingFileHandlerimport time# 配置日志轮转，最大1MB，保留3个备份handler = RotatingFileHandler('app.log', maxBytes=1*1024*1024, backupCount=3)logging.basicConfig(level=logging.INFO, handlers=[handler], format='%(asctime)s - %(message)s')for i in range(100000): # 模拟大量输出    logging.info(f"这是一条日志信息，当前计数：{i}")    time.sleep(0.01)

这样，即使脚本持续运行，

app.log

文件也不会无限膨胀，而是在达到一定大小后自动创建 

app.log.1

, 

app.log.2

等备份文件。这对于生产环境中的长时间运行服务是标准实践。

以上就是运行Python脚本如何查看执行过程中的输出信息 运行Python脚本的输出查看基础教程的详细内容，更多请关注创想鸟其它相关文章！

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1367925.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
0 0

关于作者

程序猿的头像

程序猿签约作者

320.7K 文章
0 评论
1 粉丝
这个人很懒，什么都没有留下～
上一篇 2025年12月14日 08:20:35
下一篇 2025年12月14日 08:20:51

相关推荐

发表回复

登录后才能评论
关注微信