版权

本文首发于soarli博客，转载请注明来源。传送门

前言

在毕设中需要用到PHP传递参数调用Python脚本并获取后者返回的结果，经过查阅资料该问题得以解决。

思路

PHP借助shell_exec通过类似于python sum.py $aa $bb的形式以执行系统命令的方式传递参数给Python文件；

Python则通过sys.argv（需引入sys模块）来接收命令中所包含的参数（需要注意的是：此时传入的参数都会被默认为str类型，需要在函数内部进行解析和转换）并将处理结果通过print函数输出；

PHP通过将shell_exec函数返回的结果赋给变量实现取得Python返回数据的效果。

代码

PHP:

<form action="" method="post">
    请输入a:<input type="number" name="a" value="请输入a"><br> 请输入b:
    <input type="number" name="b" value="请输入b">
    <button type="submit">计算</button>
</form>
<?php
$aa = $_POST["a"];
$bb = $_POST["b"];
$cmd = shell_exec("python sum.py $aa $bb");
echo "a与b的和是： $cmd";
?>

Python:

import sys

a, b = sys.argv[1], sys.argv[2]   # 接收位置参数
print(int(a)+int(b))

效果

补充

Python:

除了sys.argv，Python还可以通过argparse、tf.app.run获取传入参数。

相对于sys.argv，argparse和tf.app.run可以认为是基于参数名称的传入（前者是基于位置的参数传入）。

后者的具体使用方法记录如下：

argparse

示例1：

import argparse
parser = argparse.ArgumentParser(description='manual to this script')
parser.add_argument('--gpus', type=str, default = None)
parser.add_argument('--batch-size', type=int, default=32)
args = parser.parse_args()
print args.gpus
print args.batch_size

利用argparse模块，在函数内定义好相关的命名参数（包括名称、数据类型和默认值等），从而在命令行中可以方便的调用。

需要注意的是，脚本运行命令python script.py -gpus=0,1,2 --batch-size=10中的--batch-size会被自动解析成batch_size.
parser.add_argument 方法的type参数理论上可以是任何合法的类型， 但有些参数传入格式比较麻烦，例如list，所以一般使用bool, int, str, float这些基本类型就行了，更复杂的需求可以通过str传入，然后手动解析。bool类型的解析比较特殊，传入任何值都会被解析成True，传入空值时才为False

python script.py --bool-val=0 # args.bool_val=True
python script.py --bool-val=False # args.bool_val=True
python script.py --bool-val=     # args.bool_val=什么都不写False

示例2：

Python:

import argparse

parser = argparse.ArgumentParser(description='a demo of script')
parser.add_argument('--a', type=float, default=0.0)  # 添加变量
parser.add_argument('--b', type=float, default=1.0)

if __name__ == '__main__':
    args = parser.parse_args()   # 解析所有的命令行传入变量
    add(args.a, args.b)

Shell:

python script.py --a=4.0 --b=3.0
#  另一种写法： python script.py --a 4.0 --b 3.0
#　返回结果7.0

总结：通过这个方法还能指定命令的帮助信息。具体请看API文档：https://docs.python.org/2/library/argparse.html

通过这个方法还能指定命令的帮助信息。具体请看API文档：https://docs.python.org/2/library/argparse.html

tf.app.run

tensorflow也提供了一种方便的解析方式。
脚本的执行命令为：

python script.py -gpus=0,1,2 --batch_size=10

对应的python代码为：

import tensorflow as tf
tf.app.flags.DEFINE_string('gpus', None, 'gpus to use')
tf.app.flags.DEFINE_integer('batch_size', 5, 'batch size')

FLAGS = tf.app.flags.FLAGS

def main(_):
    print FLAGS.gpus
    print FLAGS.batch_size

if __name__=="__main__":
    tf.app.run()

有几点需要注意：

tensorflow只提供以下几种方法：

tf.app.flags.DEFINE_string，

tf.app.flags.DEFINE_integer,

tf.app.flags.DEFINE_boolean,

tf.app.flags.DEFINE_float 四种方法，分别对应str, int,bool,float类型的参数。这里对bool的解析比较严格，传入1会被解析成True，其余任何值都会被解析成False。

脚本中需要定义一个接收一个参数的main方法：def main(_):，这个传入的参数是脚本名，一般用不到， 所以用下划线接收。

以batch_size参数为例，传入这个参数时使用的名称为--batch_size，也就是说，中划线不会像在argparse 中一样被解析成下划线。

tf.app.run()会寻找并执行入口脚本的main方法。也只有在执行了tf.app.run()之后才能从FLAGS中取出参数。

从它的签名来看，它也是可以自己指定需要执行的方法的，不一定非得叫main：

run(
    main=None,
    argv=None
)

tf.app.flags只是对argpars的简单封装。代码见https://github.com/tensorflow/tensorflow/blob/r1.2/tensorflow/python/platform/flags.py

PHP:

除了使用shell_exec()，还可以使用exec()、passthru()和system()函数调用系统命令，

它们四者的区别如下：

参考资料：

https://www.cnblogs.com/chenbjin/p/4060590.html

https://blog.csdn.net/weixin_35653315/article/details/72886718

https://blog.csdn.net/guofei_fly/article/details/104577019

https://www.zhihu.com/question/47622493

https://segmentfault.com/q/1010000010717254