Python 通过subprocess运行代码,并实时获得该代码的窗口输出(如print输出、神经网络模型训练和推理相关实时输出等)

目录

        • 1. 需求
        • 2. 不考虑缓存情况下的实现
          • 2.1. 子进程测试代码
          • 2.2. 主进程代码
        • 3. 考虑缓存情况下的实现

1. 需求

python主进程唤起一个python子进程,该子进程运行时会实时打印信息,主进程需要获得子进程的实时信息。

这里,需要区分两种情况:当子进程消息较少时,比如自己写的一个子进程,里面用print打印部分信息,此时不需要考虑缓存问题;当子进程消息较多且输出速度快,比如yolov5模型的训练,输出里面存在进度条显示,数据量较大且速度很快,此时需要考虑缓存问题。

主要参考博客《python如何启动新进程,并实时获取程序的输出.》和博客《python subprocess.Popen的使用》

2. 不考虑缓存情况下的实现

此种情况适用于子进程消息较少时,比如自己写的一个子进程,里面用print打印部分信息。

2.1. 子进程测试代码

该代码为子进程测试代码testSub.py,代码内用print进行输出。

import time

i = 0
while (i<40):
    print("当前处于第{}秒".format(i))
    time.sleep(1)
    i += 1
2.2. 主进程代码

该代码为主进程代码testMain.py,用subprocess.popen运行子进程testSub.py,并获得子进程的实时打印结果。

import subprocess
import threading

class CMDProcess(threading.Thread):
    '''
        执行CMD命令行的 进程
    '''
    def __init__(self, args,callback):
        threading.Thread.__init__(self)
        self.args = args
        self.callback=callback
        
    def run(self):
        self.proc = subprocess.Popen(
            self.args,
            bufsize=0,
            shell = False,
            stdout=subprocess.PIPE
        )
        
        while self.proc.poll() is None:
            line = self.proc.stdout.readline()
            line = line.decode("utf8") 
            if(self.callback):
                self.callback(line)


def getSubInfo(text):
    print("子进程测试代码实时输出内容=>" + text)

def main():

    cmd = [
            'python',
            '-u', # 注意,这里必须带上-u
            'testSub.py'
            ]
    print("子进程测试代码的运行命令:", ' '.join(cmd))
    testProcess = CMDProcess(cmd,getSubInfo )
    testProcess.start()

main()

3. 考虑缓存情况下的实现

此种情况适用于子进程消息较多且输出速度快,比如yolov5模型的训练,输出里面存在进度条显示,数据量较大且速度很快。

这里,只需要提供主进程代码即可,请注意相关注释内容。该代码为主进程代码testMain.py,用subprocess.popen运行子进程testSub.py,并获得子进程的实时打印结果。

import subprocess
import threading

class CMDProcess(threading.Thread):
    '''
        执行CMD命令行的 进程
    '''
    def __init__(self, args,callback):
        threading.Thread.__init__(self)
        self.args = args
        self.callback=callback
        self.cwd = './' 
        
    def run(self):
        self.proc = subprocess.Popen(
            self.args,
            bufsize=1, # bufsize=0时,为不缓存;bufsize=1时,按行缓存;bufsize为其他正整数时,为按照近似该正整数的字节数缓存
            shell = False,
            stdout=subprocess.PIPE,
            stderr=subprocess.STDOUT, # 这里可以显示yolov5训练过程中出现的进度条等信息
            text=True, # 缓存内容为文本,避免后续编码显示问题
            cwd=self.cwd # 这个参数意思是,当前子进程结束后,其结果保存地址,比如yolov5训练进程结束后会输出模型、检测图片等,可在cwd中找到
        )
        
        while self.proc.poll() is None:
            line = self.proc.stdout.readline()
            self.proc.stdout.flush() # 刷新缓存,防止缓存过多造成卡死
            #line = line.decode("utf8") 
            if(self.callback):
                self.callback(line)


def getSubInfo(text):
    print("子进程测试代码实时输出内容=>" + text)

def main():

    cmd = [
            'python',
            '-u', # 注意,这里必须带上-u
            'testSub.py'
            ]  
    # 这里可以改成yolov5的训练代码,如下
    """
    cmd = [
            'python',
            '-u', # 注意,这里必须带上-u
            'train.py',
            '--img',
            '640',
            '--batch',
            '4',
            '--epochs',
            '1' #等等,请自行添加参数
            ] 
	"""
    print("子进程测试代码的运行命令:", ' '.join(cmd))
    testProcess = CMDProcess(cmd,getSubInfo )
    testProcess.start()

main()

搭配qt显示,效果如下
Python 通过subprocess运行代码,并实时获得该代码的窗口输出(如print输出、神经网络模型训练和推理相关实时输出等)_第1张图片

你可能感兴趣的:(python,开发语言)