使用Python替代awk搜索文本文件并提取列数据的相关问题咨询

你当前使用的subprocess.call()仅会返回命令执行的状态码，不会捕获输出内容，换成subprocess.check_output()即可实现需求，示例代码如下：

import subprocess
# 捕获标准输出，解码为字符串后按行拆分，得到每一行$1字段的列表
col1_list = subprocess.check_output("awk '{print $1}' textfile.txt", shell=True).decode().strip().split('\n')

如果需要兼容异常场景（比如命令执行失败），也可以用subprocess.run()配合参数捕获输出：

import subprocess
res = subprocess.run("awk '{print $1}' textfile.txt", shell=True, capture_output=True, text=True)
if res.returncode == 0:
    col1_list = res.stdout.strip().split('\n')
else:
    print("命令执行错误：", res.stderr)

绝大多数场景下更推荐用Python原生实现，优势非常明显：

• 没有外部依赖，不需要运行环境预装awk，跨Windows、Linux、macOS都能正常运行
• 无需创建子进程，资源开销更低，处理小文件时效率优势更突出
• 错误处理更灵活，文件不存在、空行、特殊分隔符等场景都可以自定义处理逻辑

你要的极简实现非常简单，和awk的写法复杂度差不多，示例如下：

# 等价于awk '{print $1}' textfile.txt，默认按任意空白符拆分，自动跳过空行
with open("textfile.txt", encoding="utf-8") as f:
    col1_list = [line.split()[0] for line in f if line.strip()]

如果要指定分隔符（比如按逗号拆分取第一列），只需要把split()改成split(',')即可，灵活度比awk更高。

内容的提问来源于stack exchange，提问作者Darren