Windows10下多次运行Python脚本并隐藏CMD窗口，解决CSV写入失败问题

首先咱们来拆解下你遇到的问题：用os.system能正常运行并写入，但subprocess.call（带shell=True）不弹窗口却没写入，大概率是工作目录不匹配或者隐藏了报错信息导致的。下面给你两种可行的解决方案，从修复subprocess调用到更高效的优化方案：

方案1：修复subprocess调用，确保正确写入 #

你可以调整subprocess的参数，明确指定工作目录，同时捕获错误信息排查问题，还能避免不必要的shell=True（更安全）：

import subprocess
import os

# 获取当前脚本的目录，确保子进程和主脚本在同一目录运行
current_dir = os.path.dirname(os.path.abspath(__file__))

i = 1
while i <= 1000:
    # 把命令拆分成列表形式，不用shell=True更安全
    result = subprocess.call(
        ['python', 'generate.py', str(i)],
        cwd=current_dir,  # 强制指定工作目录
        stdout=subprocess.PIPE,  # 捕获标准输出（可选）
        stderr=subprocess.PIPE   # 捕获错误输出，方便排查问题
    )
    # 如果想查看报错，可取消下面注释
    # stdout, stderr = subprocess.communicate()
    # if stderr:
    #     print(f"循环{i}出错：{stderr.decode('utf-8')}")
    i += 1

如果必须用shell=True，也要记得指定cwd：

subprocess.call(
    f'python generate.py {i}',
    shell=True,
    cwd=current_dir,
    stdout=subprocess.PIPE,
    stderr=subprocess.PIPE
)

方案2：直接导入generate.py的功能（更高效推荐） #

其实没必要每次都启动新的Python进程，这会带来很大的性能开销。你可以把generate.py的生成逻辑封装成函数，在主脚本里直接调用——既不会弹窗口，效率还高很多：

第一步：修改generate.py，封装生成逻辑 #

假设你的generate.py原来的代码是这样的，咱们改成函数形式：

import csv
import sys

def generate_data(loop_number):
    # 替换成你实际生成1行5列数据的逻辑
    data = [loop_number, 1, 2, 3, 4]
    return data

if __name__ == "__main__":
    # 保留原来的命令行调用逻辑，不影响单独运行
    loop_number = sys.argv[1]
    data = generate_data(loop_number)
    with open('output.csv', 'a', newline='') as f:
        writer = csv.writer(f)
        writer.writerow(data)

第二步：主脚本直接调用函数 #

import csv
from generate import generate_data

# 统一打开CSV文件，减少IO操作（比循环里追加更高效）
with open('output.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    # 可选：写入表头
    # writer.writerow(['loop_number', '列1', '列2', '列3', '列4'])
    for i in range(1, 1001):
        data = generate_data(str(i))
        writer.writerow(data)

这种方式完全避免了子进程调用，没有窗口问题，调试起来也更方便。

额外注意事项 #

• 确保output.csv所在目录有写入权限，避免权限不足导致写入失败；
• Python 3使用csv模块时，记得设置newline=''，避免生成的CSV出现空行；
• 如果是追加写入，注意不要重复写入表头（主脚本统一打开文件时只写一次表头即可）。

内容的提问来源于stack exchange，提问作者Miao