05_bash_vs_python：何时用哪个

bash vs python：何时用哪个 | Bash vs Python: When to Use Which

章节概述

核心理念：Bash 和 Python 不是竞争关系，而是互补关系。Bash 擅长系统管理、管道操作和快速脚本；Python 擅长复杂逻辑、数据处理和可维护性。选择正确的工具，就像选择 C 还是 Python 一样——关键在于场景。

---

第1节：性能对比

1.1 执行速度

# Bash: 简单文件操作（秒级）
time (for i in $(seq 1 10000); do echo "line $i" >> /tmp/test.txt; done)
# 结果: ~0.5s
 
# Python: 相同操作（毫秒级）
python3 -c "
import time
start = time.time()
with open('/tmp/test.py', 'w') as f:
    for i in range(10000):
        f.write(f'line {i}\n')
print(f'{time.time()-start:.3f}s')
"
# 结果: ~0.003s

操作类型	Bash 耗时	Python 耗时	说明
简单文件操作	0.5s	0.003s	Python 快 150 倍
循环计算	2.3s	0.01s	Python 快 200 倍
字符串处理	1.2s	0.05s	Python 快 24 倍
系统命令调用	0.8s	0.9s	基本相同（I/O 瓶颈）
管道操作	0.2s	1.5s	Bash 更快（原生支持）

1.2 性能曲线

任务复杂度 vs 执行时间:

时间 ↑
     |     Bash
     |    /
     |   /
     |  /
     | /________________ Python
     +--------------------→ 任务复杂度
     简单    中等    复杂

第2节：适用场景表

场景	推荐工具	原因
系统管理（用户/进程/磁盘）	Bash	直接调用系统命令
文件批量操作	Bash	find/xargs/管道高效
日志分析	两者	简单用 Bash，复杂用 Python
Web 爬虫	Python	requests/BeautifulSoup 库
API 调用	两者	简单 curl，复杂用 Python
数据分析	Python	pandas/numpy 库
机器学习	Python	scikit-learn/PyTorch
快速原型	Bash	无需编译/导入
可维护脚本	Python	更好的错误处理/类型
CI/CD 脚本	Bash	更轻量/无依赖
复杂逻辑	Python	更清晰的语法
定时任务	Bash	cron 原生支持
网络工具	两者	curl/nc vs requests/socket
自动化测试	Python	pytest/unittest 框架

第3节：字符串处理对比

3.1 Bash 字符串操作

# Bash 字符串操作（原生支持，速度快）
str="Hello, World!"
 
echo "${#str}"           # 长度: 12
echo "${str:0:5}"        # 子串: Hello
echo "${str/World/Bash}" # 替换: Hello, Bash!
echo "${str,,}"          # 转小写: hello, world!
echo "${str^^}"          # 转大写: HELLO, WORLD!
echo "${str##*,}"        # 删除前缀: World!
echo "${str%%,*}"        # 删除后缀: Hello

3.2 Python 字符串操作

# Python 字符串操作（更丰富的功能）
s = "Hello, World!"
 
print(len(s))           # 长度: 12
print(s[:5])            # 子串: Hello
print(s.replace("World", "Python"))  # 替换
print(s.lower())        # 转小写
print(s.upper())        # 转大写
print(s.split(", "))    # 分割: ['Hello', 'World!']
print(", ".join(s.split(", ")))  # 合并

3.3 正则表达式对比

# Bash + grep/sed/awk
echo "2026-08-22 10:30:00" | grep -oP '\d{4}-\d{2}-\d{2}'
 
echo "foo123bar" | sed -E 's/[0-9]+/NUM/g'
 
echo "a=1 b=2 c=3" | awk '{for(i=1;i<=NF;i++) if($i~=/=/) print $i}'

# Python re 模块
import re
 
match = re.search(r'\d{4}-\d{2}-\d{2}', "2026-08-22 10:30:00")
 
text = "foo123bar"
result = re.sub(r'\d+', 'NUM', text)
 
pairs = re.findall(r'(\w+)=(\d+)', "a=1 b=2 c=3")

第4节：系统调用对比

4.1 进程管理

# Bash: 直接调用
ps aux | grep nginx
kill -9 $(pgrep nginx)
nice -n 10 ./heavy_task.sh

# Python: subprocess 模块
import subprocess
 
result = subprocess.run(['ps', 'aux'], capture_output=True, text=True)
nginx_lines = [l for l in result.stdout.split('\n') if 'nginx' in l]
 
subprocess.run(['kill', '-9', str(pid)])
subprocess.run(['nice', '-n', '10', './heavy_task.sh'])

4.2 文件系统操作

# Bash: 文件操作
find /var/log -name "*.log" -mtime +7 -delete
ls -la | awk '{print $5, $9}' | sort -rn
stat -c "%s %n" file.txt

# Python: os/pathlib 模块
from pathlib import Path
import os
 
# 查找并删除
for f in Path('/var/log').rglob('*.log'):
    if f.stat().st_mtime < time.time() - 7*86400:
        f.unlink()
 
# 文件信息
for f in Path('.').iterdir():
    print(f'{f.stat().st_size} {f.name}')

第5节：网络操作对比

5.1 HTTP 请求

# Bash: curl
curl -s https://api.example.com/data
curl -s -X POST https://api.example.com/data -d '{"key":"value"}'
curl -s -H "Authorization: Bearer TOKEN" https://api.example.com/me

# Python: requests
import requests
 
resp = requests.get('https://api.example.com/data')
resp = requests.post('https://api.example.com/data', json={'key': 'value'})
resp = requests.get('https://api.example.com/me', headers={'Authorization': 'Bearer TOKEN'})

5.2 JSON 处理

# Bash: jq
curl -s https://api.example.com/users | jq '.[] | {name: .name, email: .email}'
echo '{"a":1,"b":2}' | jq '.a + .b'

# Python: json 模块
import json
import requests
 
data = requests.get('https://api.example.com/users').json()
users = [{'name': u['name'], 'email': u['email']} for u in data]
 
obj = json.loads('{"a":1,"b":2}')
result = obj['a'] + obj['b']

第6节：数据处理对比

6.1 CSV 处理

# Bash: awk
awk -F',' '{print $1, $3}' data.csv
awk -F',' '{sum+=$3} END {print sum}' data.csv
sort -t',' -k3 -rn data.csv | head -10

# Python: csv/pandas
import csv
import pandas as pd
 
# 基础读取
with open('data.csv') as f:
    reader = csv.DictReader(f)
    names = [(row['name'], row['amount']) for row in reader]
 
# pandas 高级操作
df = pd.read_csv('data.csv')
print(df[['name', 'amount']])
print(df['amount'].sum())
print(df.nlargest(10, 'amount'))

第7节：混合使用模式

7.1 Bash 调用 Python

#!/bin/bash
# Bash 作为外层，Python 处理复杂逻辑
 
# 简单的 JSON 解析
config=$(python3 -c "
import json
with open('config.json') as f:
    data = json.load(f)
print(data['database']['host'])
")
 
echo "Database host: $config"
 
# Python 作为数据处理器
awk '{print $1, $3}' data.csv | python3 -c "
import sys
from collections import Counter
words = Counter(line.split()[0] for line in sys.stdin)
for word, count in words.most_common(10):
    print(f'{word}: {count}')
"

7.2 Python 调用 Bash

import subprocess
 
# 执行 Bash 命令
result = subprocess.run(
    ['ls', '-la'],
    capture_output=True,
    text=True,
    shell=False  # 安全考虑
)
 
# 处理管道
result = subprocess.run(
    'ps aux | grep nginx | wc -l',
    shell=True,  # 需要 shell=True 才能使用管道
    capture_output=True,
    text=True
)
print(f'Nginx processes: {result.stdout.strip()}')

7.3 混合脚本模式

#!/usr/bin/env bash
# 混合模式：Bash 做系统操作，Python 做数据处理
 
set -euo pipefail
 
# 1. 使用 Bash 收集系统信息
echo "=== System Info ==="
echo "Hostname: $(hostname)"
echo "Uptime: $(uptime -p)"
echo "Memory: $(free -h | awk '/Mem:/ {print $3 "/" $2}')"
 
# 2. 使用 Python 分析日志
python3 << 'EOF'
import re
from collections import defaultdict
 
log_file = '/var/log/syslog'
error_counts = defaultdict(int)
 
with open(log_file) as f:
    for line in f:
        if 'error' in line.lower():
            # 提取程序名
            match = re.search(r'(\w+):', line)
            if match:
                error_counts[match.group(1)] += 1
 
print("\n=== Top Error Sources ===")
for source, count in sorted(error_counts.items(), key=lambda x: -x[1])[:10]:
    print(f"  {source}: {count}")
EOF
 
# 3. 使用 Bash 发送报告
echo "Report generated at $(date)"

第8节：决策树

需要处理复杂数据结构？
├── 是 → 使用 Python
└── 否 → 
    需要调用系统命令？
    ├── 是 → 使用 Bash
    └── 否 →
        需要良好的错误处理？
        ├── 是 → 使用 Python
        └── 否 →
            需要快速原型？
            ├── 是 → 使用 Bash
            └── 否 →
                需要长期维护？
                ├── 是 → 使用 Python
                └── 否 → 使用 Bash