本文介绍如何使用 Go 的 os/exec 包启动长期运行的 Python 进程，并通过管道（Pipe）实时、非阻塞地读取其 stdout/stderr，避免因缓冲或同步等待导致的日志丢失或卡顿。
本文介绍如何使用 go 的 `os/exec` 包启动长期运行的 python 进程，并通过管道（pipe）实时、非阻塞地读取其 stdout/stderr，避免因缓冲或同步等待导致的日志丢失或卡顿。
在 Go 中调用外部 Python 脚本时，若使用 cmd.Run()，程序会完全阻塞直至子进程退出——这对无限循环型脚本（如游戏服务、监控代理）显然不适用。正确做法是分离进程启动与等待逻辑：先用 cmd.Start() 启动进程，再通过 StdoutPipe() 和 StderrPipe() 获取可读管道，最后用 goroutine 并发读取流数据。
关键在于流式读取 + 显式刷新配合。Python 默认对 stdout 进行行缓冲（尤其在重定向到管道时），若不主动 flush()，Go 端可能长时间收不到任何输出。因此需在 Python 代码中显式调用 sys.stdout.flush() 或设置 -u 参数启用无缓冲模式。
以下是一个完整、健壮的实现示例：
package main
import (
"bufio"
"fmt"
"io"
"log"
"os/exec"
)
func main() {
// 启动 Python 脚本（推荐加 -u 参数强制无缓冲）
cmd := exec.Command("python", "-u", "game.py")
stdout, err := cmd.StdoutPipe()
if err != nil {
log.Fatal("获取 stdout 管道失败:", err)
}
stderr, err := cmd.StderrPipe()
if err != nil {
log.Fatal("获取 stderr 管道失败:", err)
}
// 必须在 Start 前设置管道
if err := cmd.Start(); err != nil {
log.Fatal("启动命令失败:", err)
}
// 并发读取 stdout 和 stderr
go func() {
scanner := bufio.NewScanner(stdout)
for scanner.Scan() {
fmt.Printf("[OUT] %s\n", scanner.Text())
}
if err := scanner.Err(); err != nil && err != io.EOF {
log.Printf("读取 stdout 出错: %v", err)
}
}()
go func() {
scanner := bufio.NewScanner(stderr)
for scanner.Scan() {
fmt.Printf("[ERR] %s\n", scanner.Text())
}
if err := scanner.Err(); err != nil && err != io.EOF {
log.Printf("读取 stderr 出错: %v", err)
}
}()
// 阻塞等待子进程结束（可选：也可用 context 控制超时）
if err := cmd.Wait(); err != nil {
log.Printf("子进程异常退出: %v", err)
}
}对应的 Python 脚本建议如下（兼顾兼容性与实时性）：
立即学习“Python免费学习笔记（深入）”；
#!/usr/bin/env python
import time
import sys
# 方式1：手动 flush（推荐，控制粒度细）
while True:
print("Tick at", time.time())
sys.stdout.flush() # 关键！确保立即写出
time.sleep(2)
# 方式2：启动时加 -u 参数（更简洁，全局生效）
# 执行：python -u game.py⚠️ 注意事项：
-
StdoutPipe()和StderrPipe()必须在cmd.Start()之前调用，否则返回nil； - 不要直接将
os.Stdout赋值给cmd.Stdout，否则无法捕获内容； - 使用
bufio.Scanner时注意默认 64KB 行长度限制，超长日志可用bufio.Reader.ReadLine()替代； - 若需结构化处理（如 JSON 日志解析），可在
scanner.Text()后添加反序列化逻辑； - 生产环境建议增加
context.WithTimeout控制子进程生命周期，防止失控。
通过该方案，Go 主程序可完全非阻塞地监听 Python 进程的实时输出，适用于日志聚合、状态监控、交互式调试等典型场景。
