Linux下运行Python脚本的多种方法

小伙伴们对文章编程感兴趣吗？是否正在学习相关知识点？如果是，那么本文《Linux下运行Python脚本的几种方式》，就很适合你，本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点，希望对大家的知识积累有所帮助！

在Linux命令行运行Python脚本最直接的方式是使用 python3 your_script.py；2. 让脚本可执行需添加Shebang行（如 #!/usr/bin/env python3）并运行 chmod +x your_script.py，之后可通过 ./your_script.py 直接执行；3. 常见错误包括权限不足（需chmod +x）、Shebang路径错误或Python版本不匹配，应检查解释器路径并明确指定python3；4. 模块缺失导致的ModuleNotFoundError需通过pip3 install安装依赖；5. 后台运行脚本可使用 nohup python3 your_script.py &，输出默认保存至nohup.out，或结合screen/tmux实现会话持久化；6. 虚拟环境（venv）通过隔离项目依赖避免冲突，创建激活后可确保脚本使用指定环境中的包，提升开发与部署的可控性，运行完毕后可用deactivate退出。

在Linux命令行运行Python脚本，最直接的方式就是调用Python解释器去执行你的脚本文件，比如 python3 your_script.py。当然，你也可以让脚本本身变得可执行，就像运行一个普通的shell命令一样，这需要一点点配置，但会让你感觉更像在操作一个“程序”而不是“数据”。

解决方案

要让你的Python脚本在Linux命令行上跑起来，我们通常有两种主要方法，各有各的适用场景和微妙之处。

第一种，也是最常见、最稳妥的方法，就是明确告诉系统用哪个Python解释器来执行你的文件。这就像你指着一本书，然后说：“嘿，用这个翻译器来读它！”

python3 your_script.py

或者，如果你系统里默认的 python 命令指向的是你想要的Python版本（通常是Python 2，但现在很多新系统会把 python 链接到 python3），你也可以这样：

python your_script.py

这种方法的优点是显而易见的：它明确，不容易出错，尤其是在你的系统里安装了多个Python版本时。你总是知道哪个解释器在工作。

第二种方法，是让你的Python脚本本身就具备“可执行”的属性，这样你就能像运行任何其他命令行工具一样，直接输入它的名字来启动它。这背后需要两个步骤：

1. 添加Shebang行： 在你的Python脚本文件的第一行，加上一行特殊的注释，告诉Linux系统应该用哪个解释器来执行这个文件。这行叫做Shebang（或Hashbang）。

   #!/usr/bin/env python3
   # 或者，如果你知道Python 3解释器的确切路径，比如：
   #!/usr/bin/python3
   
   # 你的Python代码从这里开始
   print("Hello from an executable script!")

   #!/usr/bin/env python3 这种写法更推荐，因为它会去环境变量 $PATH 里寻找 python3，这样即使 python3 不在 /usr/bin/ 下，只要它在 $PATH 里，脚本也能正常运行，兼容性更好。

2. 赋予执行权限： 默认情况下，你创建的文件是没有执行权限的。你需要用 chmod 命令给它加上这个权限。

   chmod +x your_script.py

   现在，你就可以直接运行它了：

   ./your_script.py

   注意前面的 ./，它表示在当前目录下查找并执行 your_script.py。如果你的脚本在 $PATH 环境变量包含的某个目录里（比如 /usr/local/bin），你甚至可以省略 ./ 直接输入 your_script.py 来运行。

我个人更倾向于第二种方式，因为它让脚本感觉更像一个独立的程序。不过，在调试或者快速测试的时候，第一种方式的直接性也无可替代。

为什么我的Python脚本运行不了？常见错误与调试技巧

嗯，这几乎是每个初学者都会遇到的问题。你写好了一个脚本，满怀信心地敲下命令，结果却收到一堆错误信息，或者干脆什么反应都没有。别急，这很正常。通常，问题出在几个常见的点上。

一个很常见的场景是权限问题。如果你用了第二种方法（Shebang + chmod +x），但忘记了 chmod +x 这一步，那么当你尝试 ./your_script.py 的时候，系统会告诉你“Permission denied”（权限被拒绝）。这时候，你只需要运行 chmod +x your_script.py 就行了。

再来就是Shebang行的问题。有时候，你可能写成了 #!/usr/bin/python 但你的系统里 python 默认指向的是Python 2，而你的脚本是Python 3语法，那就会出现语法错误。或者，Shebang行写错了路径，比如 #!/usr/bin/env python 但你的系统里没有 python 这个可执行文件，只有 python3。检查一下 /usr/bin/ 或者你的 $PATH 环境变量里到底有没有你Shebang里指定的那个解释器。

还有一种情况是，你可能用了 python your_script.py，但系统里安装了多个Python版本（比如Python 2.7和Python 3.8），而你期望用Python 3.8来运行，但 python 命令却默认指向了Python 2.7。这时候，最直接的解决办法就是明确指定解释器版本，比如 python3 your_script.py。我个人习惯在写脚本时就考虑好兼容性，或者直接在Shebang里写 #!/usr/bin/env python3，这样可以避免很多不必要的麻烦。

更深层次的问题可能出现在脚本内部，比如模块没有安装。当你运行脚本时，如果它需要导入一个你没有安装的库（比如 requests），你会看到 ModuleNotFoundError。这时候，你需要用 pip 来安装它，通常是 pip install requests 或者 pip3 install requests。如果你在使用虚拟环境，确保你在正确的虚拟环境里安装了这些依赖。

最后，别忘了最原始的调试方法：在代码里多加 print() 语句。在关键步骤打印变量的值，或者打印“代码执行到这里了”之类的提示，能帮助你快速定位问题出在哪里。这虽然有点“笨”，但往往是最有效的。

如何在后台运行Python脚本并保持会话？

当你的Python脚本需要长时间运行，或者你不想让它霸占你的终端窗口时，把它放到后台运行就非常有用了。想象一下，你启动了一个数据处理脚本，然后想关闭终端去喝杯咖啡，但又不想脚本中断，这时候就需要一些小技巧了。

最简单粗暴的方法是在命令末尾加上一个 & 符号。

python3 your_script.py &

这样，脚本就会在后台运行，你的终端会立即返回提示符，你可以继续输入其他命令。但这里有个坑：如果你的终端会话关闭了，这个脚本通常也会跟着被终止。这对于那些需要长时间运行、不依赖终端的脚本来说，是个大问题。

为了解决这个问题，我们通常会用到 nohup 命令。nohup 的意思是“no hang up”，它会忽略SIGHUP信号（当终端关闭时发送的信号），从而让你的脚本在终端关闭后依然继续运行。

nohup python3 your_script.py &

这样，脚本的输出通常会被重定向到一个名为 nohup.out 的文件里。如果你想把输出重定向到其他文件，或者完全丢弃输出，可以这样：

nohup python3 your_script.py > my_script_output.log 2>&1 &

这里 > my_script_output.log 是把标准输出重定向到 my_script_output.log，2>&1 是把标准错误也重定向到标准输出（也就是同一个日志文件里）。

另一种更强大的工具是 screen 或 tmux。它们是终端多路复用器，可以让你在一个终端窗口里创建多个虚拟终端会话。你可以在一个会话里启动你的Python脚本，然后“分离”（detach）这个会话，即使你关闭了物理终端，这个虚拟会话和里面的脚本依然在服务器上运行。当你需要的时候，可以随时“连接”（attach）回这个会话，查看脚本的运行状态。

以 screen 为例：

1. 启动一个新的screen会话：screen
2. 在新的会话里运行你的Python脚本：python3 your_script.py
3. 分离会话：按下 Ctrl+A，然后松开，再按 D。
4. 你可以关闭终端了。
5. 当你需要回来查看时：screen -r (如果有多个会话，需要指定会话ID，screen -ls 可以查看列表)。

我个人更偏爱 tmux，因为它在会话管理和窗口分割上更加灵活。无论是 screen 还是 tmux，它们都是管理后台任务的利器，尤其是当你需要同时运行多个脚本，或者需要频繁断开/连接SSH会话时。

Python虚拟环境在Linux脚本运行中的作用是什么？

谈到在Linux上运行Python脚本，就不能不提虚拟环境（Virtual Environment）。这东西，说白了，就是给你每个Python项目提供一个独立、干净的Python运行环境。它解决了什么痛点呢？主要是依赖包的冲突问题。

想象一下，你有一个项目A，它依赖 requests 库的1.0版本；同时你还有个项目B，它需要 requests 库的2.0版本。如果你的所有Python项目都共享系统全局的Python环境，那么当你安装了 requests 2.0时，项目A可能就会出问题。反之亦然。这种“版本地狱”是让人非常头疼的。

虚拟环境就是为了解决这个问题的。当你创建一个虚拟环境时，它会在你的项目目录下创建一个独立的Python安装副本，包括Python解释器本身，以及一个独立的 site-packages 目录。你在这个虚拟环境里安装的任何库，都只会安装到这个环境里，不会影响到系统全局的Python，也不会影响到其他虚拟环境。

要创建一个虚拟环境，通常使用 venv 模块（Python 3.3+ 自带）：

python3 -m venv my_project_env

这会在当前目录下创建一个名为 my_project_env 的文件夹。

然后，你需要“激活”这个虚拟环境：

source my_project_env/bin/activate

激活后，你会发现你的命令行提示符前面多了一个 (my_project_env)，这表示你现在处于这个虚拟环境里。此时，你运行 python 命令，它会指向这个虚拟环境里的Python解释器；你用 pip 安装包，它也会安装到这个虚拟环境里。

(my_project_env) pip install requests
(my_project_env) python your_script.py # 脚本会使用虚拟环境里的requests

当你的脚本需要运行时，如果你已经激活了虚拟环境，直接 python your_script.py 就可以了。如果你的脚本是可执行的（有Shebang #!/usr/bin/env python3），并且你希望它总是使用这个虚拟环境里的Python，你可以在Shebang里指定虚拟环境里的Python解释器路径，但更常见和推荐的做法是：

1. 激活虚拟环境。
2. 运行脚本。
3. 脚本执行完毕后，使用 deactivate 命令退出虚拟环境。

虚拟环境让项目之间的依赖管理变得清晰明了，避免了全局污染，也方便了项目的部署和分享。可以说，在Linux上进行Python开发，虚拟环境是几乎必不可少的一个工具。它让你的开发工作流更加健壮和可控。

文中关于Linux,虚拟环境,后台运行,Python脚本,Shebang的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《Linux下运行Python脚本的多种方法》文章吧，也可关注golang学习网公众号了解相关技术文章。