1. 你自己的需求是什么先別急著問“什么編程語言寫腳本好”這個問題擱在十年前和現(xiàn)在答案其實變化并不大變的是你的需求和你所處的環(huán)境。腳本Script這個詞在不同人嘴里意思完全不一樣。做運維的同學說“寫腳本”八成是指Shell、Go寫個小工具自動巡檢服務器、清理日志做數(shù)據(jù)分析的同學說“寫腳本”指的可能是用Python的pandas清洗一份幾千行的Excel表格搞前端的同學說“寫腳本”大概率是往瀏覽器里頭塞一段JavaScript配合油猴Tampermonkey順手把網(wǎng)頁改得趁手一點還有做測試的天天琢磨的是怎么用腳本把Jmeter的HTTPS錄制流自動化跑起來。所以你發(fā)現(xiàn)沒有腳本從來不是一個“哪一種更好”的問題而是一個“哪一種最匹配你的自動化任務”的問題。如果把寫腳本這件事比喻成選工具那編程語言就是你的工具箱。你不可能拿著一把十字螺絲刀去擰六角螺栓雖然理論上多擰幾下也能湊合但體驗絕對說不上好。同樣用Java去寫一個每天跑一次的日志清理腳本不是不行是又重又慢編譯打包一套流程下來黃花菜都涼了。這篇文章面向的讀者是想搞清楚“我到底該學哪一個”的人。如果你正處在幾個語言之間反復橫跳、今天看有人說Python好就學Python、明天聽同事說Go更香又開了Go文檔那你今天把這篇文章看完我保證你能做一個相對理性的選擇。我會按實際工作場景而不是按語言熱度來拆直接告訴你在什么情況下選什么語言最舒服順便把那些只有踩過坑才知道的細節(jié)也一并交代清楚。選對了語言寫腳本這件事效率提升不是一點點而是從“不想碰”變成“順手就寫完”。選錯了你會覺得寫腳本很難從而徹底放棄自動化這條提升生產(chǎn)力的捷徑。2. 按場景拆解你到底該用哪門腳本語言2.1 系統(tǒng)運維與日常自動化Bash / Shell在所有腳本語言里Shell其實是接觸面最廣、但被新手忽略得最厲害的一個。不管你是操作Linux服務器還是用macOS做開發(fā)打開終端敲命令這件事本身就是一種腳本行為。當你習慣把一串高頻使用的命令組合成腳本文件你的工作效率會發(fā)生明顯的變化。比如需要登錄一臺服務器去排查Nginx日志里的錯誤你可以在服務器上放一個check_nginx.sh里面寫好過濾條件一鍵執(zhí)行直接輸出結果。#!/bin/bash LOG_FILE/var/log/nginx/error.log tail -100 $LOG_FILE | grep -i error | awk {print $1, $2, $9, $NF}這段腳本做的事情很簡單讀取Nginx錯誤日志的最后100行把包含“error”字段的行過濾出來再按列把時間、IP、錯誤信息簡單提取并輸出。你不需要先進入某一個IDE集成開發(fā)環(huán)境再新建項目不需要配置依賴兩行命令就能完成。這就是Shell腳本最大的優(yōu)勢即寫即用和系統(tǒng)的粘合度極高。關于Shell版本絕大多數(shù)Linux發(fā)行版默認的Shell是BashmacOS最新版本已經(jīng)切到了Zsh。你寫腳本時建議第一行固定寫#!/bin/bash或#!/usr/bin/env bash就是為了明確告訴系統(tǒng)用哪個解釋器來執(zhí)行。實際測試時兩者在大多數(shù)情況下兼容但如果涉及數(shù)組下標從0還是從1開始這類細節(jié)還是要留意一下差異。對Windows用戶來說PowerShell就是對應的那個角色。PowerShell的語法比Bash更偏向面向對象處理JSON數(shù)據(jù)操作時非常順手。你打開Windows的PowerShell窗口執(zhí)行一條類似Get-Process | Where-Object {$_.WorkingSet64 -gt 100MB}的命令就能把內存占用超過100MB的進程全部列出來這種管道式操作對系統(tǒng)管理的場景真的非常友好。2.2 數(shù)據(jù)處理與通用自動化PythonPython是多數(shù)場合下大家默認的腳本語言這與它本身的語法設計直接相關。Python沒有繁瑣的變量類型聲明縮進就代表了代碼塊的邊界這讓代碼整體看起來像一篇結構清晰的英語散文可讀性強因此修修改改也特別方便。我舉個實際場景。假設你手上有一份CSV文件記錄了整個月的銷售訂單數(shù)據(jù)你的任務是按地區(qū)匯總每個區(qū)域的銷售總額并把排名前五的區(qū)域輸出成一個新的Excel表格。如果手工在Excel里做透視表可能要試好幾輪而且下次換一張新表還得重新來。如果寫Python腳本核心代碼大約也就二十行import pandas as pd from pathlib import Path src Path(orders.csv) if not src.exists(): raise SystemExit(訂單文件不存在請檢查路徑) df pd.read_csv(src, encodingutf-8) summary df.groupby(region)[amount].sum().nlargest(5) summary.to_excel(top_regions.xlsx) print(summary)這段腳本里groupby按區(qū)域分組、sum()做求和、nlargest(5)取出前五名。運行完它你的“手工十五分鐘”任務就變成了“雙擊腳本三秒出結果”。如果你的數(shù)據(jù)量更大幾十個GB的日志文件那就引入Pandas的分塊讀取或Dask改造成本也不會太高。Or你是做深度學習的日常要處理數(shù)據(jù)集批量增強、模型訓練腳本、結果可視化Python幾乎是這個領域的默認語言。PyTorch、TensorFlow、HuggingFace這些庫都優(yōu)先支持Python你很難繞過它。所以Python的定位很清晰不追求極致的運行速度追求的是開發(fā)速度快、生態(tài)庫豐富、代碼易維護。它的適用場景覆蓋web后端、數(shù)據(jù)清洗、辦公自動化、爬蟲、機器學習算法驗證等覆蓋面之廣目前沒有哪一門語言能完全替代。2.3 瀏覽器網(wǎng)頁自動化與頁面腳本JavaScript如果你寫腳本的核心舞臺是瀏覽器那JavaScript就是那個繞不開的答案。瀏覽器里運行的腳本不管是你在控制臺隨手敲的幾行測試代碼還是在Tampermonkey篡改猴里寫的用戶腳本本質都是JavaScript。為什么是它因為瀏覽器只認這一門語言它天然可以訪問或修改網(wǎng)頁里的DOM文檔對象模型能捕獲用戶點擊事件能主動發(fā)起網(wǎng)絡請求甚至能在頁面加載時攔截特定資源。舉個例子某個網(wǎng)站需要每天簽到領積分而這個網(wǎng)站的頁面每次都需要手動打開、登錄、點擊“簽到”按鈕。這完全可以寫一個Tampermonkey腳本讓它在頁面加載后自動檢測當前的登錄狀態(tài)一旦發(fā)現(xiàn)簽到入口就自動點擊// UserScript // name 自動簽到 // namespace local // match https://example.com/daily // grant none // /UserScript (function () { function autoClick() { const btn document.querySelector(button.sign-in); if (btn !btn.disabled) { btn.click(); console.log([自動簽到] 點擊成功); } } window.addEventListener(load, () { setTimeout(autoClick, 1000); }); })();這段代碼里match定義了腳本生效的網(wǎng)址document.querySelector在頁面里查找簽到按鈕btn.click()觸發(fā)點擊setTimeout延遲1秒確保頁面上的JS邏輯已經(jīng)完成渲染。你在本地裝一個Tampermonkey插件新建腳本把這段代碼粘貼進去保存簽到就全自動了。同樣Node.js讓JavaScript跑出了瀏覽器。它的定位是服務端運行時但因為生態(tài)太大也常常被用來寫構建腳本、爬蟲、自動化測試。前端工程師寫Node.js很自然因為不用切換語言模型后端Java工程師也常寫Node腳本來做接口聯(lián)調的mock數(shù)據(jù)。2.4 特定領域的腳本Groovy、Lua、易語言等除了上面三大類常用語言還有不少“領域專屬”的腳本語言在你工作的某個特定范圍內它們比Python和Shell更順手。Groovy是JVMJava虛擬機上的一門腳本語言與Java的兼容性特別好。如果你在Jenkins里做持續(xù)集成流水線那Jenkinsfile就是Groovy寫的。你在里面聲明pipeline { agent any; stages { stage(build) { steps { sh mvn clean package } } } }這背后的配置就是Groovy語法在運作。如果是Java后端工程師學Groovy的成本幾乎為零因為它的語法就是在Java的基礎上做了大量簡化和動態(tài)化。Lua是游戲行業(yè)常用的嵌入式腳本語言。很多游戲客戶端在啟動時會加載Lua腳本去驅動UI界面、戰(zhàn)斗邏輯、NPC尋路等。做游戲測試的、做游戲Mod的會接觸到Lua。它輕量、啟動快、內存占用小特別適合嵌入式環(huán)境。還有一類人是做CAD二次開發(fā)、EDA電子設計自動化工藝開發(fā)的比如你在Cadence Virtuoso里寫Skill腳本來自動生成器件版圖或者跑仿真在車載行業(yè)用CAPL腳本寫CAN總線的仿真測試用例——這類語言普通人接觸得少但它們在對應行業(yè)里完全是“吃飯的家伙”。至于易語言它的特點是全中文語法降低了中文用戶學習編程的心理門檻。早期有大量游戲工作室用它來做按鍵模擬、大漠插件自動化。不過從生態(tài)、工程化、跨平臺能力的角度綜合來看如果今天你還沒入這個坑我不太建議從易語言開始把時間花在Python或JS上更值。整理一下就是這樣使用場景推薦語言理由Linux運維、系統(tǒng)管理Bash / Shell與系統(tǒng)原生命令結合最強無需額外環(huán)境Windows批量管理PowerShell微軟全家桶管得好對象化管道數(shù)據(jù)數(shù)據(jù)處理、爬蟲、AI腳本Python生態(tài)庫無敵開發(fā)效率極高瀏覽器自動化、頁面腳本JavaScript / TypeScript瀏覽器原生支持插件生態(tài)成熟持續(xù)集成流水線GroovyJenkins等CI/CD工具原生支持游戲UI/Mod腳本Lua輕量嵌入成本低嵌入式/EDA/CAN測試CAPL / Skill等行業(yè)專用綁定具體工具鏈3. Python值得深入說的幾個實操細節(jié)3.1 管理依賴為什么必須用虛擬環(huán)境Python好上手但它有一個著名的問題依賴管理“自由”到什么地步呢自由到經(jīng)常把系統(tǒng)的Python環(huán)境弄壞。你裝了一個要求使用requests2.28.0的腳本A又裝了一個要求requests3.0的腳本B兩個庫版本沖突怎么辦解決辦法是用虛擬環(huán)境virtual environment。它的本質是給每個項目單獨開一個目錄目錄里放獨立的一套Python解釋器和第三方庫互不干擾。你只需要在項目根目錄執(zhí)行python -m venv venv然后讓當前命令行進入這個虛擬環(huán)境# Linux / macOS source venv/bin/activate # Windows venv\Scripts\activate激活之后命令行提示符前面會多一個(venv)的前綴代表你當前用的是這個隔離環(huán)境。接下來用pip install安裝的任何庫都只裝在這個虛擬環(huán)境里不會污染全局環(huán)境。安裝完依賴你還可以用pip freeze requirements.txt把這個項目的依賴清單導出下次在新的機器上只需要pip install -r requirements.txt就可以一鍵復現(xiàn)環(huán)境。我見過太多新人在寫完第一個腳本后因為搞不定環(huán)境把整個系統(tǒng)Python搞得一團糟然后被勸退。在2025年這個時間點大家用Python寫腳本最好直接上Poetry或者uv這類新一代依賴管理工具它們能自動創(chuàng)建和管理虛擬環(huán)境安裝和卸載依賴的時候不會留下莫名其妙的殘留。3.2 相對路徑與代碼工作目錄的坑寫腳本時最隱蔽的一個坑是關于“當前工作目錄”的。你寫了一段讀data.csv的代碼腳本放在/home/user/projects/script.py數(shù)據(jù)文件放在同樣的目錄下你在IDE里運行一切正常。但當你通過命令行在/tmp執(zhí)行python /home/user/projects/script.py時程序卻報找不到data.csv。原因很簡單程序里的相對路徑是相對于“當前命令行所在目錄”而不是“腳本文件所在目錄”的。解決這個問題最穩(wěn)妥的方式是在腳本開頭把當前工作目錄切換到腳本自身所在位置from pathlib import Path import os BASE_DIR Path(__file__).resolve().parent os.chdir(BASE_DIR)這段代碼先用__file__拿到腳本文件自身的完整路徑然后.resolve()解析出絕對路徑.parent取到所在目錄最后os.chdir()切換過去。這樣無論你從哪個目錄調用這個腳本它讀寫的文件都在腳本旁邊行為完全可控。3.3 執(zhí)行權限與路徑調用習慣很多Linux用戶寫好Python腳本習慣性雙擊“運行”沒什么用常見的做法是chmod x myscript.py ./myscript.py這里給腳本文件添加可執(zhí)行權限后系統(tǒng)才能直接執(zhí)行它。但需要注意直接用./myscript.py跑的時候你還需要在文件第一行寫清shebang釋伴行#!/usr/bin/env python3告訴系統(tǒng)應該用哪個解釋器來執(zhí)行這個文件。如果沒寫系統(tǒng)會把它當成純文本處理而報”Permission denied”的錯誤。我個人的習慣是不管腳本多短都加上這個shebang和編碼聲明# -*- coding: utf-8 -*-畢竟不同環(huán)境下處理能力有差異萬一哪天把腳本拷到別的機器上能少掉很多莫名其妙的問題。Python3默認就是UTF-8編碼這個聲明其實更多是在給后來的維護者一個明確的提示。4. Shell腳本的關鍵訣竅與坑4.1 變量、引號和空格的藝術Shell腳本的第一課永遠是“空格極度敏感”。你寫name tom它一定會報錯因為Shell把name、、tom三者斷成了三個詞。正確的寫法是nametom等號兩側不能有空格。類似地變量引用要用$name如果你想在字符串里拼變量建議用${name}把變量符號明確包裹起來。用雙引號還是單引號也很有講究。雙引號內的$會執(zhí)行變量替換單引號內的內容則是完全的字面量。比如usertom echo hello $user # 輸出 hello tom echo hello $user # 輸出 hello $user如果你在一個for循環(huán)里遍歷文件名而文件名本身包含空格那么不用引號包裹就會出問題。假設當前目錄有my report.docx和summary.docx兩個文件for file in *.docx; do echo 當前處理$file done上面這段是安全的因為for ... in *.docx語句里Shell會自動把每個匹配到的文件名當做一個獨立的元素來處理。但如果你用ls *.docx的輸出去遍歷結果就很容易被空格拆碎。一個穩(wěn)妥的寫法是用數(shù)組files(*.docx) for file in ${files[]}; do echo $file done4.2 條件判斷里的那些坑Shell的if語句看起來簡單其實也有不少細節(jié)容易出錯。最經(jīng)典的寫法是if [ -f /etc/passwd ]; then echo 存在 fi注意[和]兩側都必須有空格-f表示“是否是一個常規(guī)文件”。條件里的變量最好用雙引號包起來否則變量為空時條件表達式可能因為參數(shù)缺失報奇怪的錯誤。另外Shell里判斷“上一條命令是否成功”用的是退出碼0表示成功非0表示失敗如果你拿Python或者其他語言的思維來理解剛開始會覺得別扭習慣之后就順暢了。4.3 set -euxo pipefail 的進化學會了嗎每個Shell腳本開頭強烈建議寫上這一行#!/bin/bash set -euo pipefail-e腳本中只要有一個命令返回非0退出碼腳本立刻終止。這樣能避免“前一步失敗了但后續(xù)命令還在繼續(xù)跑”的連鎖問題。-u使用未定義的變量時報錯而不是默默當成空字符串。很多拼寫錯誤的變量名都是靠它發(fā)現(xiàn)的。-o pipefail管道命令中如果任何一個環(huán)節(jié)失敗整個管道的退出碼就是失敗的而不是只看最后一個命令的結果。這三個選項不是絕對的萬能藥但能顯著提高腳本的容錯性。我自己寫過不少部署腳本深有體會不寫-e的話前面的解壓失敗了后面的啟動可能還在繼續(xù)執(zhí)行最終的結果是服務起不來日志還特別難排查。4.4 執(zhí)行權限與Windows換行符如果你在Windows上用記事本或編輯器寫了Shell腳本通過FTP或者Git傳到Linux上執(zhí)行會發(fā)現(xiàn)報$\r: command not found這類錯誤。原因是Windows下的換行符是\r\n而Linux只認\n多出來的\r被Shell當成了命令的一部分。解決方法是把文件轉成Unix格式可以用sed -i s/\r$// script.sh也可以在你常用的編輯器VS Code、Notepad等里切換行尾序列把CRLF換成LF。寫Shell腳本前先確認你編輯器的右下角顯示的是LF而不是CRLF這個習慣能避免大量的低級報錯。5. JavaScript腳本的三大實用方向5.1 瀏覽器控制臺腳本打開任何一個現(xiàn)代網(wǎng)頁按F12進入開發(fā)者工具切到Console控制臺面板你就可以直接寫JavaScript。這是體驗“即時反饋”最爽的地方。比如你想看看當前頁面上所有鏈接的域名分布可以敲const links [...document.querySelectorAll(a)].map(a a.hostname); const counts links.reduce((acc, host) { acc[host] (acc[host] || 0) 1; return acc; }, {}); console.table(counts);三行代碼當前頁面上所有外鏈的域名分布就出來了。不需要安裝任何環(huán)境不需要新建文件瀏覽器就是你的運行時。這類腳本適合調試、快速驗證想法以及做一些臨時性的頁面操作。5.2 篡改猴Tampermonkey用戶腳本當你發(fā)現(xiàn)某個操作在網(wǎng)頁上要反復手工執(zhí)行這就值得寫一個用戶腳本來自動化了。Tampermonkey是這類場景的標準工具它是一款瀏覽器插件用來管理用戶腳本。用戶腳本有一套特殊的注釋頭就是前面例子中的// UserScript區(qū)塊里面定義腳本的名稱、匹配的網(wǎng)址、運行策略。match指定生效的URL模式grant聲明需要用到的特殊API權限r(nóng)un-at可以指定是在文檔加載前還是加載后執(zhí)行。日常使用中最常見的幾個操作是自動點擊、自動填表、移除頁面廣告元素、給頁面加一個快捷鍵。這里要提醒一句寫這類腳本時一定要留意頁面結構的變化。網(wǎng)頁的前端代碼改版后選擇器很可能失效腳本就安靜地不干活了。所以腳本里最好的日志輸出console.log和異常捕獲try...catch都要寫清楚不然改版之后你都不知道腳本為什么失效。5.3 Node.js寫命令行腳本裝了Node.js后JavaScript就不再局限于瀏覽器。寫一個命令行工具時Node.js天然擁有JavaScript強大的異步IO能力。比如你要批量處理某個目錄下的圖片文件把每張圖的尺寸輸出成JSONconst fs require(fs); const path require(path); const dir process.argv[2] || .; const results []; for (const name of fs.readdirSync(dir)) { const full path.join(dir, name); const stat fs.statSync(full); if (stat.isFile() /\.(png|jpg|jpeg)$/i.test(name)) { results.push({ name, size: stat.size }); } } console.log(JSON.stringify(results, null, 2));這就是一個批量獲取圖片文件名和大小的腳本你可以在命令行傳入目錄作為參數(shù)。相比PythonNode的啟動速度稍慢一點但它的優(yōu)勢在于前端工程師無縫上手以及npm生態(tài)里有無數(shù)的輪子可以直接裝。6. 如何根據(jù)需求快速決策給你一個選型思路講了這么多語言和場景真到了自己做選擇的時候核心思路其實可以簡化成四步判斷。第一步看腳本的運行環(huán)境。你的腳本最終要在哪里跑如果是在Linux服務器上跑而且主要做文件操作、日志處理、進程管理那Shell是首選如果是在瀏覽器里跑那就只能JavaScript如果是在Windows電腦上做批量運維PowerShell是原生體驗最順的。環(huán)境決定下限語言不兼容環(huán)境你寫出來也跑不起來。第二步看你要操作的對象。如果你的核心任務是處理Excel、CSV、PDF、數(shù)據(jù)庫查詢結果Python的pandas、openpyxl、sqlite3這些庫遠比Shell里的awk和sed方便如果任務是對網(wǎng)站接口發(fā)請求、解析返回的JSON那么Python和Node隨便選一個都行如果是操作自動化流程軟件比如按鍵精靈、大漠插件那你又得用它們配套的腳本語言或易語言。第三步看你的長期維護成本。寫腳本一時爽但如果這個腳本要運行一兩年甚至要交給別的同事維護那代碼的可讀性就比“寫起來快”重要得多。Python的縮進強制規(guī)范使得風格相對統(tǒng)一Shell腳本非常簡潔但大量復雜的邏輯會讓后來者很難讀懂JavaScript在異步代碼上的寫法五花八門回調、Promise、async/await版本演化得很快對維護者要求更高。如果你判斷這個腳本會長期使用我建議選一門團隊里普遍熟悉、生態(tài)穩(wěn)定的語言而不是冷門順手的小眾技術。第四步看在不在乎執(zhí)行速度。腳本一旦要處理的數(shù)據(jù)規(guī)模變大性能就成了必須考慮的因素。解釋型語言里Python在處理純CPU密集任務時會慢但你可以用PyPy或者直接調用C擴展庫來提速Node.js的IO并發(fā)性能很好比較適合高并發(fā)網(wǎng)絡請求類的腳本Go則更擅長把腳本編譯成單一二進制運行效率高且部署極其簡單。如果你的腳本要處理超大日志文件或者需要高頻輪詢那Go值得考慮它的開發(fā)體驗雖然沒有Python那么“順滑”但性能表現(xiàn)屬于目前的主流加分項?；谶@四步我給普通人一個比較省心的建議如果你的任務能靠Shell/PowerShell解決就老老實實用Shell/PowerShell別殺雞用牛刀。如果你的任務繞不開數(shù)據(jù)處理、文件批量處理、API請求選擇Python最穩(wěn)妥。如果你本來就是前端方向的或者任務圍繞瀏覽器的頁面自動化展開那JavaScript加Node就是你最好的組合。當然我見過很多資深工程師最后走到了“全都要會一點”的狀態(tài)。這很正常因為腳本這門功夫本質上是“順著場景走”的。Shell解決系統(tǒng)的存量問題Python解決增量問題JavaScript解決瀏覽器問題你的工具箱越全你在實際工作中就越從容。7. 常見問題與排查技巧實錄7.1 為什么PowerShell或cmd一運行腳本就閃退這是一個頻率極高的問題。在Windows環(huán)境下你雙擊一個test.bat窗口一閃而過根本來不及看輸出內容。原因很簡單腳本運行結束后創(chuàng)建它的命令行窗口也隨之關閉了。解決辦法是在腳本末尾加一行pause或者直接用cmd /k test.bat來執(zhí)行讓窗口執(zhí)行完保持打開狀態(tài)。如果是Fortmatter在編輯器中直接跑到某個腳本報錯后窗口退出那多半是你的腳本前面有語法錯誤解釋器直接終止了。還有一種情況是在PowerShell里執(zhí)行腳本時報“禁止運行腳本”的錯誤比如類似“cannot be loaded because running scripts is disabled on this system”。Windows默認的PowerShell執(zhí)行策略是Restricted它不允許運行任何.ps1腳本文件。你臨時需要運行可以執(zhí)行Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass-Scope Process代表只在當前窗口生效關掉窗口就恢復原策略。想長期放開也可以Set-ExecutionPolicy -Scope CurrentUser RemoteSigned這個策略允許運行本地腳本文件對從網(wǎng)上下載的腳本則需要有數(shù)字簽名。不過要不要放開取決于你的安全需求我建議是只在需要的終端窗口臨時放開不要全局關掉。7.2 為什么Python腳本在Linux定時任務里跑不起來很多同學遇到的問題是手動在終端執(zhí)行Python腳本一切正常但通過crontab定時任務執(zhí)行就報模塊找不到。原因在于定時任務的執(zhí)行環(huán)境和終端不一樣crontab運行的shell環(huán)境變量非常精簡不會加載你的~/.bashrc所以python命令的路徑可能都找不到更別提你在虛擬環(huán)境里安裝的第三方庫了。解決辦法有兩個方向。一是腳本里用絕對路徑調用解釋器和腳本路徑10 9 * * * /home/user/venv/bin/python /home/user/projects/cleanup.py二是寫一個wrapper腳本先source激活虛擬環(huán)境再執(zhí)行具體邏輯#!/bin/bash source /home/user/venv/bin/activate python /home/user/projects/cleanup.py另外cron環(huán)境里的PATH可能不包含sbin等系統(tǒng)路徑遇到這類問題時先在腳本開頭export PATH/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin兜底一下能減少很多不必要的折騰。7.3 為什么同樣的腳本在不同系統(tǒng)輸出中文亂碼亂碼問題的根源幾乎都是編碼不一致。Windows的Python在讀取UTF-8文件時如果沒有指定編碼會使用系統(tǒng)的默認編碼GBK來解碼造成UnicodeDecodeError或亂碼。解決方法是在讀取和寫入文件時顯式指定編碼with open(data.txt, r, encodingutf-8) as f: content f.read() with open(output.txt, w, encodingutf-8) as f: f.write(processed)如果是Shell腳本里輸出中文字符串亂碼通常是文件保存編碼和終端編碼不一致。建議Shell腳本統(tǒng)一保存為UTF-8并且終端也設置為UTF-8現(xiàn)代的Linux和macOS終端默認都是。如果腳本里要顯示中文運行時可以先執(zhí)行export LANGen_US.UTF-8來統(tǒng)一區(qū)域設置。編碼問題不會導致功能錯誤但它影響輸出可讀性在寫腳本時順手處理好能為后面省很多麻煩。7.4 為什么一個很“快”的腳本實際跑起來又慢又卡腳本變慢的原因大多數(shù)不是語言本身的問題而是你的算法或IO處理方式的問題。最常見的例子是在循環(huán)里逐條讀寫文件比如下面這段“反面教材”with open(large.txt) as f: for line in f: with open(backup.txt, a) as out: out.write(line)每次寫入都打開和關閉一次文件句柄大量的系統(tǒng)調用讓執(zhí)行時間成倍增加。正確做法是先打開輸出文件然后一次性寫入多行或者用緩沖區(qū)批量處理。另一個常見場景是用Python逐行處理大日志其實可以用date、grep、awk等Linux文本工具做流式處理單片處理速度往往比Python快幾個數(shù)量級。當你覺得“語言性能不行”之前先審視一下自己的腳本有沒有不必要的循環(huán)、重復的IO和低效的數(shù)據(jù)結構。我見過太多“Python太慢”的判斷最后都是因為數(shù)據(jù)處理的姿勢不對。8. 寫腳本的綜合素養(yǎng)最后再聊幾句寫腳本這件事本身的“心法”。很多人覺得寫腳本是“會一種語言就能走天下”的事但以我這些年摸爬滾打的經(jīng)驗看腳本寫得好不好跟語言關系不大跟“問題拆解能力”關系很大。你面對一個自動化需求能不能清晰地把它的輸入輸出拆出來能不能識別這個任務會踩到環(huán)境、編碼、權限、路徑、并發(fā)哪種坑這比你會用哪門語言的語法重要得多。我的建議是在第一門腳本語言的選擇上不要糾結太久。你花兩三天熟悉Python的基礎然后立刻找一個小而真實的自動化任務去做做完它你就會對整個流程產(chǎn)生直覺——包括環(huán)境、依賴、路徑、日志、異常處理。有了第一門語言的經(jīng)驗第二門語言學起來速度會快上一倍都不止因為編程的底層邏輯是相通的順序、分支、循環(huán)、函數(shù)、數(shù)據(jù)結構和異常處理就這么點東西。還有一個很容易被忽略的素養(yǎng)是“為未來的自己留后路”。寫腳本的時候我總喜歡在開頭加注釋寫清楚這段腳本是干什么的、運行前提是什么、哪些路徑要按部署環(huán)境調整。這樣半年之后回頭維護不用重新猜一遍當時的思路。很多腳本之所以“寫完就廢”不是因為它有bug而是因為它沒法維護。如果一定要選一個最適合“入門腳本”的語言我仍然會推薦Python。它生態(tài)大、教程多、坑相對少幾乎你能想到的自動化場景都能找到現(xiàn)成的輪子。但如果你問了上面的場景分類發(fā)現(xiàn)自己其實只需要管理幾臺Linux服務器那直接零基礎學Bash也無妨它可能不會給你“編程”的感覺但它會給你“掌控系統(tǒng)”的感覺。這兩者各有價值看你更需要哪一個。在此基礎上如果你還想讓腳本發(fā)揮出更大的價值可以考慮把這些腳本接入定時任務、通過消息機器人實現(xiàn)異常通知甚至開發(fā)一個簡單的Web界面來觸發(fā)。腳本的盡頭往往就是一個小型自動化平臺。從一行命令開始到有成體系的工具集這條路走下去你會發(fā)現(xiàn)自己越來越愿意把重復的事情交給程序把精力留在真正需要創(chuàng)造力的地方。