本文讲解如何在 go 程序中正确启动并实时读取长期运行的 python 脚本（如每秒打印一个数字）的标准输出，重点解决因 python 输出缓冲导致 go 无法及时获取数据的问题，并提供健壮、可落地的实现方案。
在 Go 中通过 os/exec 启动外部命令（如 Python 脚本）并实时读取其 stdout 是常见需求，但实践中常因输出缓冲机制失败——尤其当子进程使用行缓冲或全缓冲模式时，Go 的 bufio.Scanner 会一直阻塞，直到缓冲区满或进程退出，导致“看似无输出”。
以问题中的 t.py 为例：默认情况下，Python 在非交互式（如被子进程调用）环境中启用行缓冲（line buffering），但仅当输出以换行符结尾且 stdout 连接到终端时才自动刷新；而通过管道（pipe）连接时，Python 往往退化为全缓冲（full buffering），print() 不会立即写入管道，造成 Go 端 scanner 长时间等待。
✅ 正确做法是在 Python 端显式刷新标准输出：
# t.py（修正版）
import time
import sys
i = 0
while True:
print(i)
sys.stdout.flush() # 关键：强制刷新缓冲区
time.sleep(1)
i += 1⚠️ 注意：print(..., flush=True)（Python 3.3+）是更简洁的等效写法：
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
立即学习“Python免费学习笔记（深入）”；
print(i, flush=True)
与此同时，Go 端代码也需优化：原示例中每次循环都 os.Create("./temp.txt") 会覆盖文件，且未检查错误、未等待进程结束、未关闭文件句柄，存在严重缺陷。以下是生产就绪的改进版本：
package main
import (
"bufio"
"fmt"
"os"
"os/exec"
"time"
)
func main() {
cmd := exec.Command("python", "t.py")
stdout, err := cmd.StdoutPipe()
if err != nil {
fmt.Fprintf(os.Stderr, "failed to get stdout pipe: %v\n", err)
return
}
// 使用追加模式打开文件，避免覆盖
f, err := os.OpenFile("./temp.txt", os.O_CREATE|os.O_WRONLY|os.O_APPEND, 0644)
if err != nil {
fmt.Fprintf(os.Stderr, "failed to open file: %v\n", err)
return
}
defer f.Close()
scanner := bufio.NewScanner(stdout)
if err := cmd.Start(); err != nil {
fmt.Fprintf(os.Stderr, "failed to start command: %v\n", err)
return
}
defer cmd.Wait() // 确保进程结束后再退出
// 实时读取并写入
for scanner.Scan() {
line := scanner.Text()
_, _ = fmt.Fprintf(f, "[%.2f] %s\n", time.Now().Sub(time.Unix(0, 0)).Seconds(), line)
// 建议：添加 f.Sync() 确保落盘（尤其对日志关键场景）
_ = f.Sync()
}
if err := scanner.Err(); err != nil {
fmt.Fprintf(os.Stderr, "scanner error: %v\n", err)
}
}? 关键要点总结：
- Python 端必须显式刷新：sys.stdout.flush() 或 print(..., flush=True)，这是解决“无输出”问题的根本；
- Go 端应使用 os.OpenFile 追加写入，而非反复 Create 覆盖；
- 务必调用 cmd.Wait()，否则子进程可能成为僵尸进程；
- 错误处理不可省略：所有 I/O 操作均需检查 err；
- 如需强一致性，可在写入后调用 f.Sync() 强制刷盘；
- 若需超时控制或信号中断，可结合 context.WithTimeout 和 cmd.Process.Kill() 实现。
通过以上组合调整，即可稳定、低延迟地将 Python 流式输出持久化到文件，适用于日志采集、状态监控、自动化运维等真实场景。
