从Python运行命令行并从内存传递参数

Question

我在想有没有办法在Python中运行一个命令行程序，并且直接从内存中传递参数值，而不是把内存中的数据写到临时文件里。从我看到的情况来看，subprocess.Popen(args)似乎是从Python脚本中运行程序的推荐方法。

举个例子，我有一个在内存中的pdf文件。我想用命令行工具pdftotext把它转换成文本，这个工具在大多数Linux系统中都有。但我更希望不把这个内存中的pdf文件写到磁盘上的临时文件里。

pdfInMemory = myPdfReader.read()
convertedText = subprocess.<method>(['pdftotext', ??]) <- what is the value of ??

我应该调用什么方法，如何把内存中的数据作为输入传递给它，并把输出再传回到另一个内存变量中呢？

我猜还有其他的pdf模块可以在内存中完成转换，关于这些模块的信息会很有帮助。不过为了将来参考，我也想知道如何在Python中把输入和输出传递给命令行。

任何帮助都将非常感谢。

Answer 1

Popen.communicate 是 subprocess 模块中的一个功能，它有一个输入参数，可以用来把数据发送到程序的标准输入（stdin）。你可以利用这个功能来输入你的数据。同时，你也可以通过 communicate 获取你程序的输出，这样就不需要把输出写入文件了。

文档中明确警告说，所有的数据都是存储在内存中的，这似乎正是你想要的效果。

Answer 2

os.tmpfile 是一个很有用的工具，特别是当你需要一个可以随意读取和写入的文件时。它会创建一个临时文件，使用起来几乎和管道一样简单，而且用完后不需要特别清理。

tf=os.tmpfile()
tf.write(...)
tf.seek(0)
subprocess.Popen(  ...    , stdin = tf)

不过，这个在某些操作系统上可能不太好用，比如“Windows”。

Answer 3

使用 Popen.communicate 方法：

import subprocess
out, err = subprocess.Popen(["pdftotext", "-", "-"], stdout=subprocess.PIPE).communicate(pdf_data)