如果你的文本文件操作通常是一次性的，可能在shell提示符下完成，你从python中不会得到更好的东西。

另一方面，如果你经常不得不一遍又一遍地做同样的(或类似的)任务，并且你必须为此编写脚本，那么python是很棒的——你可以很容易地创建自己的库(你也可以用shell脚本来做，但它更麻烦)。

这是一个很简单的例子。

import popen2
stdout_text, stdin_text=popen2.popen2("your-shell-command-here")
for line in stdout_text:
  if line.startswith("#"):
    pass
  else
    jobID=int(line.split(",")[0].split()[1].lstrip("<").rstrip(">"))
    # do something with jobID

还要检查sys和getopt模块，它们是您首先需要的。

Pythonpy是一个工具，可以方便地访问awk和sed的许多特性，但使用python语法:

$ echo me2 | py -x 're.sub("me", "you", x)'
you2

我建议你看一本很棒的在线书籍Dive Into Python。这就是我最初学习这门语言的方式。

除了教你语言的基本结构和大量有用的数据结构之外，它还有一个关于文件处理的很好的章节，以及关于正则表达式等的后续章节。

以下是我的一些经验之谈:

外壳:

Shell可以很容易地生成只读代码。把它写下来，当你回头看的时候，你永远也不会知道你又做了什么。这很容易做到。 shell可以用管道在一行中做大量的文本处理、分割等。 当涉及到集成不同编程语言的程序调用时，它是最好的粘合语言。

python:

如果你想要Windows的可移植性，请使用python。 当您必须处理的不仅仅是文本，比如数字的集合时，Python可能会更好。为此，我推荐python。

我通常选择bash来处理大多数事情，但当我有一些必须跨越窗口边界的东西时，我就使用python。

在ShellPy库中可以使用python而不是bash。

下面是一个从Github下载Python用户头像的例子:

import json
import os
import tempfile

# get the api answer with curl
answer = `curl https://api.github.com/users/python
# syntactic sugar for checking returncode of executed process for zero
if answer:
    answer_json = json.loads(answer.stdout)
    avatar_url = answer_json['avatar_url']

    destination = os.path.join(tempfile.gettempdir(), 'python.png')

    # execute curl once again, this time to get the image
    result = `curl {avatar_url} > {destination}
    if result:
        # if there were no problems show the file
        p`ls -l {destination}
    else:
        print('Failed to download avatar')

    print('Avatar downloaded')
else:
    print('Failed to access github api')

如您所见，所有在grave重音(')符号内的表达式都在shell中执行。在Python代码中，您可以捕获此执行的结果并对其执行操作。例如:

log = `git log --pretty=oneline --grep='Create'

这一行首先在shell中执行git log——pretty=oneline——grep='Create'，然后将结果赋值给log变量。结果具有以下属性:

从已执行进程的Stdout中Stdout整个文本

Stderr从已执行进程的Stderr得到的整个文本

Returncode执行的返回码

这是该库的总体概述，更详细的描述和示例可以在这里找到。

我在PyPI: ez上发布了一个包。 使用pip install ez进行安装。

它在shell中打包了通用命令，我的库使用了与shell基本相同的语法。例如，cp(源，目标)可以同时处理文件和文件夹!(书纸的包装。shutil副本。Copytree，它决定什么时候使用哪个)。更妙的是，它可以支持像R!

另一个例子:没有os。Walk，使用fls(path, regex)递归地查找文件并使用正则表达式进行过滤，它将返回带有或没有全路径的文件列表

最后一个例子:你可以结合它们来编写非常简单的脚本: Files = fls('.'，'py$');文件,myDir (cp)

一定要去看看!我花了几百个小时来编写/改进它!