如何在Python中将Linux CLI命令输出导入数据表？

你的代码问题主要出在三个地方：

• pd.append已被弃用，且循环追加的方式效率极低
• subprocess.check_output返回的是字节串，未解码为字符串就直接处理
• 没有解析ls -al的结构化输出，直接把整行当成单个数据列

下面是两种最优解决方法，可根据需求选择：

方法一：利用Pandas的read_csv直接解析（推荐） #

借助Pandas内置的文本解析能力，代码简洁高效，适合大多数CLI命令的结构化输出：

import pandas as pd
import subprocess
from io import StringIO

# 执行CLI命令并获取文本输出
cmd = "ls -al"
output = subprocess.check_output(cmd, shell=True, text=True)

# 将输出包装成可读取的文件对象，用read_csv解析
df = pd.read_csv(
    StringIO(output),
    sep=r'\s+',  # 匹配一个或多个空格作为分隔符
    skiprows=1,  # 跳过第一行的"total xxx"汇总行
    names=['权限', '硬链接数', '所有者', '组', '大小', '修改时间', '文件名']
)

print(df)

如果系统默认编码不是UTF-8，可手动指定解码：

output = subprocess.check_output(cmd, shell=True).decode('gbk')  # 替换为对应编码

方法二：手动解析每行（适合复杂格式） #

如果CLI输出格式特殊（比如文件名包含空格），可以手动拆分每行内容，再构建DataFrame：

import pandas as pd
import subprocess

cmd = "ls -al"
# 获取输出并按行拆分，跳过第一行汇总信息
output_lines = subprocess.check_output(cmd, shell=True, text=True).splitlines()[1:]

# 解析每行：前8个字段用空格拆分，最后一个字段保留完整文件名（含空格）
parsed_data = []
for line in output_lines:
    # maxsplit=8 表示最多拆分8次，最后一部分作为文件名
    parts = line.split(maxsplit=8)
    parsed_data.append(parts)

# 构建DataFrame，注意修改时间被拆成了月、日、时间/年三列
df = pd.DataFrame(
    parsed_data,
    columns=['权限', '硬链接数', '所有者', '组', '大小', '月', '日', '时间/年', '文件名']
)

print(df)

关键注意事项 #

• 避免循环追加DataFrame：这种方式会反复创建新对象，性能极差，建议先收集所有数据到列表，再一次性转成DataFrame
• 处理字节串：确保将subprocess的输出解码为字符串，使用text=True参数或者.decode()方法
• 适配输出格式：不同CLI命令的输出结构不同，需要调整sep、skiprows、列名等参数

内容的提问来源于stack exchange，提问作者e-on