（四）脚本上下文

上下文，是指python脚本执行时所处的环境。

（本文大部分内容都是对文档《programming python》（第四版）第三章的选摘和翻译。如果有不正确的地方或者存疑之处，请参考原文。）

当前工作目录（CWD）

对于python脚本而言，当前工作目录是一个十分重要的概念：脚本在读写文件时，如果没有指明绝对路径，则默认文件所处的路径为当前工作目录。我们可以调用os.getcwd方法显式地获取CWD，也可以通过os.chdir修改它。

所以，文件名在没有指明绝对路径的情况下会映射到CWD下，和环境变量PYTHONPATH没有任何关系。脚本是在CWD下执行的，而不是脚本所处的文件目录。相反，import语句总是先搜索脚本所处的文件目录，不是CWD（除非脚本刚好处在CWD下）。为了清晰这个概念，下面进行一步说明。

cwd，文件和导入路径

在命令行解析器（如Windows中的MS-DOS）中执行python脚本时，CWD指命令行光标所处的当前路径。如图：

CWD的值为"C:\\Users\\huwz"，不是"D:".

另外，python会自动将CWD和脚本所处的文件目录插入到sys.path的0和1号索引位置。CWD和脚本所处的目录一般是不同的，如果想要这两个值相同，可以双击脚本文件，直接执行脚本（最好在脚本结束的位置添加交互的语句用于暂停，否则运行结束后，DOS窗口会迅速消失）。

前面提到一个PYTHONPATH的概念，用于指明脚本所处的目录。可以在系统环境变量中添加PYTHONPATH，进行手动设置。一旦设置之后，处在PYTHONPATH路径下的python脚本可以在任意位置执行。

有一点需要注明：如果脚本处于用户自定义的包目录下（比如：D:/PP4E/python_scripts）不在PYTHONPATH中，那么其他脚本文件想要import该目录下的模块（.py文件），需要在import语句中添加完整包目录（import PP4E.python_scripts.*）。如果顶级包（PP4E）所处的目录不在sys.path中，必须添加到到PYTHONPATH中，否则就会抛出ImportError异常。

命令行参数

如何获取命令行中的参数，就好像函数调用传递参数一样呢？模块属性sys.argv可以完成这个工作。sys.argv是一个列表，用于收集命令行执行脚本时传递的参数。例如：

脚本test.py中sys.argv的值为：['test.py','hello,world']。由这个例子可知：sys.argv从目标模块名开始收集，以空白符为分隔符，顺序将所有的命令行参数收集起来，组织成列表。当然，你可以将参数分为位置参数和选项参数。所谓位置参数，就是按照命令行出现的顺序依次排列的参数，参数值和次序严格对应；选项参数是"-name value"对，比如：-h helpinfo。这里helpinfo和-h相关联。在处理选项参数时，可以先获取选项名，再根据选项名，来得到对应的选项参数的值。

当然还可以参考以下模块工具来解析命令行参数

• getopt
• optparse

标准流

分为标准输入流，标准输出流和标准错误信息流，和C++中的标准输入输出流相似。对应的python对象分别为sys.stdin，sys.stdout和sys.stderr。常规用法如下：

sys.stdout.write('hello\n')	# print('hello')
str = sys.stdin.readline()		# str = raw_input()，3.x支持sys.stdin.read()
sys.stderr.write('error\n')	# 在IDLE中高亮显示错误信息"error"

这三个对象实际上是python自动创建的文件对象，属于可递归的对象，支持 for...in...的语法

一般而言，标准输出流将文本打印在程序启动的控制台窗口中（比如IDLE，MS-DOS），标准输入流从键盘获取文本信息，标准错误信息流将python错误信息打印到控制台窗口中。

有必要解释下流的概念。流其实是指数据传输。计算机中，数据的传输在硬件层面上是以字节进行的，如果不关心数据的具体内容，数据的传输就是字节的传输，就像流动的水一样，所以称为流。流的行为需要媒介支持，纯粹的硬件媒介就是数据线。当然这里讨论“硬媒介”是没有意义的，我们关注的是与硬件媒介相对应的“软媒介”。在Windows中存在这样的“软媒介”，也是我们所熟知的系统缓冲区。

依据个人的理解，Windows操作系统在与外部设备交换数据时，由于数据处理速度以及串并行的差别，需要进行数据缓冲，这样可以保证数据不会丢失。默认情况下，缓冲区的入口和出口连接的分别是系统和外设（如键盘和显示器）。比如python中的标准输入流和input()，缓冲区入口为键盘设备，出口为系统调用；标准输出流和print()，缓冲区的入口为系统调用，出口是打印终端（就是前文提到的控制台窗口）。系统缓冲区属于公共资源，因而可以用于不同进程间的信息交换。

python的默认缓冲区就是系统缓冲区，只是它既可以从系统写入数据（输出流），也可以读出数据到系统（输入流），所以扮演不同的角色，也就有输入缓冲区和输出缓冲区的分别。

能不能改变这种模式呢？Windows操作系统存在流重定向指令（"<"," >"）和管道指令，其实质就是将缓冲区的入口或者出口进行重定向。

（以上关于流的解释纯属个人见解，有兴趣的同学可以去参考相关资料）

通过重定向指令"<"，">"来实现流的重定向

将数据文件data.txt中的数据作为tes.py脚本的输入。

tes.py:

import sys

dataList = []
while True:
    try:
        data = raw_input()
    except EOFError:
        dataList.sort()
        print dataList
        break
    else:
        dataList.append(int(data))

执行结果如下：

通过管道指令实现重定向

数据来源变为dataFrom.py脚本，通过"|"指令，将该脚本的打印内容赋值给tes.py

dataFrom.py:

print "1\n2\n8\n9\n0\n11"

执行结果：

管道指令是可以串联的，而且不限定于py脚本，只要可以在shell窗口中执行的程序都可以。所谓的串联，举个例子说明就清楚了。如果有A.py，B.py和C.py脚本，可以有如下的命令行：python A.py | B.py | C.py，表示A.py的打印结果给B.py，然后再将打印结果给C.py。

python的脚本通过管道可以实现通信。比如上例中A.py的数据存入sys.stdout，B.py可以通过sys.stdin.readline()（读取的内容包括'\n'）读取A.py打印的文本。也就是说只要A.py中有打印结果，B.py就可以获取。

重定向指令的弊端和解决办法

前面介绍了重定向的方法：将文件作为缓冲区的入口或者出口，进行流的重定向。这个方法的弊端也很明显，如果将一个很大的文件读入内存，因为是一次性读入，等待时间会很长。改进的办法是分块读入，分块处理。管道指令可以解决这个问题。将数据放入.py脚本中，通过for循环进行数据分解，得到的数据块存入sys.stdout，这样只要缓冲区中有数据，管道另一端的脚本就可以通过syss.stdin.readline()获取。

例如A.py循环打印字符串数组；B.py接受一个输入的字符串然后打印。可以在A.py和B.py之间建立管道。代码如下：

A.py:

import sys

strings = ['name: python\n', 'country: china\n', 'version: 2.7.2\n']

for i in strings:
    sys.stdout.write(i)

B.py:

import sys

while True:
    strs = sys.stdin.readline()
    if not strs:
        break;
    sys.stdout.write("B=> " + strs)

执行结果：