Shell+Python混合編程的實現

在Linux系統當中，有時Shell腳本的功能並不能完全滿足我們的需求，尤其是遇到一些循環和數值計算，以及一些交互功能的實，這時，Python的優勢就十分明顯了。

本人今天稍微整理了以下關於Python+Shell混合編程的一些方法和應用到的一些模塊，並通過Shell+Python設計了一個針對VASP的交互腳本，供大家參考。

#!bin/sh
echo "hello shell"
#下面是調用python解釋器
/usr/bin/python<<-EOF
print('hello python')
EOF

輸出結果:
hello this is shell
hello this is python
（1）如果調用python腳本時，使用:python ***.py #!/usr/bin/python 被忽略，等同於注釋。（2）如果調用python腳本時，使用:./***.py #!/usr/bin/python 指定解釋器的路徑。
向python函數中傳遞shell變量
此時在python腳本中需要引入sys模塊，從而調用外部參數。
這裡還是在shell腳本中引入python
   #!bin/sh
   echo "hello shell"
   i=0.05;j=1.2;k=4
   #寫入python腳本
   cat > test.py <<EOF
   import sys
   i= float(sys.argv[1])
   j=float(sys.argv[2])
   k=int(sys.argy[3])
   print("the number is {}".format(i+j+k) )
   EOF
   #引用shell腳本參數並調用python函數
   python test.py $i $j $k
輸出結果：
   hello shell
   the number is 5.25
利用os.system() 直接執行系統操作，並列印在屏幕上
     import os
     os.system('ls')
利用os.popen()
執行作業系統的命令，會將結果保存在內存當中，可以用read()方法讀取出來
     res = os.popen('ls -l')
     print res
     #or 
     print res.read()
       import subprocess
       # python 解析則傳入命令的每個參數的列表
       subprocess.run(["df","-h"])
       # 需要交給Linux shell自己解析，則:傳入命令字符串，shell=True
       subprocess.run("df -h|grep /dev/sda1",shell=True)
 - subprocess.call()

   執行命令，返回命令的結果和執行狀態，0或者非0
     res = subprocess.call(["ls","-l"])
     res
     #輸出0或者非0
 - subprocess.check_call()

   執行命令，返回結果和狀態，正常為0 ，執行錯誤則拋出異常.語法同上

   

 - subprocess.getstatusoutput()

   接受字符串形式的命令，返回 一個元組形式的結果，第一個元素是命令執行狀態，第二個為執行結果
     res = subprocess.getstatusoutput('pwd')
 - subprocess.getoutput()
     #!/share/home/wanjg/WSY/software/Anaconda/bin/python3
       2 import subprocess
       3 def fun(command):
       4     ret = subprocess.getoutput(command)
       5     print(ret)
       7 fun('ls -a')
     
   接受字符串形式的命令，返回執行結果。
 
 - subprocess.check_output()
 
   執行命令，返回執行的結果，而不是列印（以字節形式返回）
實例：以下是我根據上述shell+Python混合編程的方法，簡單實現了對VASP進行縮放係數優化的腳本，主要利用了Python的subprocess模塊進行實現。
   #!/share/home/wanjg/WSY/software/Anaconda/bin/python3
   import os
   import subprocess
   import numpy as np
   filepath=os.getcwd()
   #選擇功能
   fun = int(input("Set scaling factor\n1.Calculation\n2.Get Energy\n"))
   if fun==1:
    #選擇縮放係數的範圍和步長
      Min=float(input('Please enter the minmum scaling factor:\n'))
      Max=float(input('Please enter the maximum scaling factor:\n'))
      step=float(input("Please input the step:\n"))
      fp=open('file-name','w+')
      for items in np.arange(Min,Max+step,step):
           filename=str(float('%.3f' % items))
           fp.write(filename+'\n')
           os.mkdir(filename)
           os.chdir(filepath+'//'+filename)
           subprocess.call('cp ../INCAR ../POSCAR ../KPOINTS ../POTCAR ./',shell=True)
           commands="sed -n 2c"+filename+" POSCAR"
          #print(commands)
           subprocess.run(commands,shell=True)
           #運行VASP，可根據自己伺服器修改
           run="source ~/.bashrc"+";"+"wsy_vasp"+" "+filename+" 24"
           subprocess.call(run,shell=True)
           os.chdir(filepath)
           pass
       fp.close()
    if fun==2:
       #將各個體系的能量數據寫入Energy.dat
       filename=open("file-name",'r')
       data=open('Energy.dat','w')
       #讀取能量數據操作
       commands="grep TOTEN OUTCAR|tail -1|awk '{printf \"%12.6f\", $5}'"
       #讀取並寫入能量數據
       for items in filename.readlines():
           i= items.split()[0]
           os.chdir(filepath+'//'+i)
           ret=subprocess.getoutput(commands)
           os.chdir(filepath)
           data.write(ret+'\n')