Python 如何使用特使.connect避免僵尸进程？

我刚刚发现了“特使”模块，它是请求创建者为python子流程编写的包装器

我对“connect”函数有一个问题：每次我使用它时，它都会导致一个僵尸进程，我无法获取状态代码或结果

c=envoy.connect("ls -al")
c.status_code == None
 True

如果我做一个“ps-ef | grep thepid”，我会得到一个“失效”的pid

我可以通过执行os.wait（）或c.\u process.wait（）杀死僵尸，但我无法获得命令的结果（stdout）

---

有什么想法吗？

在您的情况下，您应该使用

run（）

方法

正如特使文件建议的那样：

r = envoy.run(cmd)
print r.status_code, r.std_out

但是，如果希望命令异步运行，可以使用

connect（）

后跟

block（）

调用

block（）

后，返回代码变为可用。但是block（）会阻塞程序，因此逻辑应该是正确的

c1=envoy.connect(cmd1)
c2=envoy.connect(cmd2)
c3=envoy.connect(cmd3)
... more staff ...
c1.block()
print c1.status_code

但是我不能得到我命令的结果（stdout）

（由

特使.connect（）

返回的类型）似乎未就绪。特别是，如果命令接收/生成足够多（取决于平台）的输入/输出，则该命令可能会死锁

除了调用同样适用于活动进程的

c.block（）

；您可以删除对该命令的所有引用，并使用

delc

获取僵尸。如果子进程没有死；只有在下一个子流程开始时运行清理方法（这取决于实现）时，才能获得这些结果

如果

特使.run（）

功能不足以完成任务；您可以直接使用

子流程

模块。例如，将输入传递给多个流程并收集相应的结果；您可以使用

ThreadPool

和

.communicate（）

方法：

#!/usr/bin/env python
from multiprocessing.pool import ThreadPool
from subprocess import Popen, PIPE

def process(child_input):
    child, input = child_input # unpack arguments
    return child.communicate(input)[0], child.returncode # get the result


# define input to be pass to subprocesses
params = b"a b c".split()

# start subprocesses (the command is just an example, use yours instead)
children = [Popen("( echo -n {0}; sleep {0}; cat )".format(len(params) - i),
                  shell=True, stdin=PIPE, stdout=PIPE)
            for i in range(len(params))]

# use threads to wait for results in parallel
pool = ThreadPool(len(params))
for output, returncode in pool.imap_unordered(process, zip(children, params)):
    if returncode == 0:
       print("Got %r" % output)

孩子睡得越少，其结果就越快提供给家长，而不管最初的顺序如何

---

没有僵尸，如果输入/输出超过管道缓冲区，它也不会死锁。

run（）工作正常，但我想使用connect（）来实现非阻塞进程。我的脚本必须启动十分之一的命令。“ls-al”就在这里作为例子。实际的命令几乎需要一分钟才能发送结果…是的，我理解。修复了答案，看看是否有帮助。

.block（）

的+1

del c1

也会带来僵尸进程的收获。在深入研究我的问题后，我认为它与平台/python转换相关：我在Solaris10（x86）上使用python 2.6，并且使用En特使提供的测试用例不起作用。c=特使连接（“睡眠1”）时间。睡眠（2）self.assertEqual（c.status_代码，0）==>保持僵尸进程和“无”状态_代码。不幸的是，我没有办法升级python，因为它依赖于其他团队。我正在linux机器上做一些测试。。。