Shell vs Python：什么时候该换语言

本页结论：Shell 是胶水——进程编排、管道组合、环境变量传参是它的母语；但入参解析、数据结构、错误模型、跨平台这四件事一复杂就处处别扭。经验分界线：约 200 行以内的一次性胶水/管道任务用 shell，越过这条线、或需要数据结构、测试与跨平台，就换 Python。

对照基准：本仓库九个统一任务各有 bash/zsh/fish/cmd/PowerShell（PS5 与 PS7）与 Python 实现；Linux 侧 （bash/zsh/fish/pwsh/python）与 Windows 侧（cmd/PS5/PS7）输出快照均已 入库，Windows 27 份由 CI 在 windows-latest 上采集，位于 demos/cmd、demos/powershell5、demos/powershell7 各脚本旁的 .out.txt。

一、Shell 顺手处

胶水与进程编排

启动进程、重定向流、串联退出码——这些是 shell 的原生语法，一行即达。 01 任务里 bash 捕获子进程失败只需一行：

ls /nonexistent-dir-hello-shell >/dev/null 2>&1
echo "childExitCode=$?"

Python 等价物要搬出 subprocess（摘自 demos/python/01_hello_io.py）：

result = subprocess.run(
    ["ls", "/nonexistent-dir-hello-shell"],
    stdout=subprocess.DEVNULL,
    stderr=subprocess.DEVNULL,
)
print(f"childExitCode={result.returncode}")

两边输出一致（childExitCode=2，见 demos/bash/01_hello_io.sh.out.txt 与 demos/python/01_hello_io.py.out.txt）， 但 shell 版连 import 都不需要。

管道组合：一行 vs 一段

06 任务统计 CSV 状态分布，bash 是一行管道（摘自 demos/bash/06_pipes_files.sh）：

statusCounts="$(tail -n +2 /fixtures/orders.csv | cut -d, -f4 | sort | uniq -c | awk '{ printf "%s%s:%s", sep, $2, $1; sep = "," }')"

Python 得手写循环维护字典（摘自 demos/python/06_pipes_files.py）：

counts = {}
with open(os.path.join(FIXTURES, "orders.csv"), newline="") as fh:
    for row in csv.DictReader(fh):
        status = row["status"]
        counts[status] = counts.get(status, 0) + 1

结果相同——bash 输出与 python 输出均为 statusCounts=paid:3,pending:1,refunded:1。文本流 + 小工具组合是 shell 无可替代的强项（代价：cut -d, 的脆弱性见下节）。

环境即状态

环境变量 + 退出码是进程间最朴素的通信协议。本仓库所有实现都从 HELLO_SHELL_FIXTURES（Linux 容器内为 /fixtures）读取数据目录，不传 参数、不读配置文件——shell 里 export 一下就是全局状态，Python 则要 os.environ 显式接手。一次性任务里这种「环境即状态」极其省事。

二、Shell 别扭处

入参解析：五个 shell 各写一遍手工循环

03 任务解析 alice "bob smith" --verbose -n 3。bash 要 while/case/ shift，zsh/fish 各有一套等价循环，cmd 只能 goto + shift，PowerShell 得索引遍历 $args——五个 shell 五种方言，全是手工活；而 Python 的手工版 （demos/python/03_args_parsing.py）只是朴素的列表遍历，生产做法更是 十几行 argparse 就有类型、默认值、--help 与报错：

parser = argparse.ArgumentParser()
parser.add_argument("names", nargs=2)
parser.add_argument("--verbose", action="store_true")
parser.add_argument("-n", type=int, default=1)
args = parser.parse_args()

八种实现的完整对照见 入参矩阵。

字符串与数据结构：cut -d, 一碰引号就碎

bash 06 的 cut -d, -f4 假设「逗号就是列分隔符」——一旦 CSV 字段里 出现逗号或引号（"Smith, Bob"），列号整体错位。Python 的 csv 模块 按 RFC 规则处理引号转义，天生免疫。02 任务里 shell 还要为「字符串里带 空格」专门演示引号规则，Python 字符串则根本没有这层规则。shell 也没有 真正的数据结构：bash 数组只是字符串序列，cmd 连数组都没有，字典/嵌套 一概靠字符串硬拼。

错误处理：三种语义模型并存

同一个 07 任务，各家失败信号完全不同：

• bash：$? 退出码，可选 set -e 遇错即停；
• cmd：ERRORLEVEL，还得防延迟展开的坑；
• PowerShell：cmdlet 错误归 $?/异常体系，子进程才写 $LASTEXITCODE；
• Python：只有异常一种模型，try/except 统一捕获。

四份 07 快照输出口径被 demo 强行对齐成 caughtError=true / afterFailure=continued / setEExitCode=1 / scriptExitCode=0，但源码 里的机制南辕北辙。混编脚本（shell 调 python 调 cmd）时，退出码、异常、 ERRORLEVEL 三种模型的翻译损耗是真实 bug 源。对照见 错误处理矩阵。

跨平台：Windows 三套脚本 vs Python 一份

08 任务（复制、改名、校验）在本仓库有三份 Windows 实现 （demos/cmd/08_real_world.bat、demos/powershell5/08_real_world.ps1、 demos/powershell7/08_real_world.ps1）外加一份 Linux 侧 pwsh 采集脚本， 而 Python 只有 08_real_world.py 一份，同文件跑遍所有平台（快照 verify=ok）。cmd 还要额外防 CRLF 行尾与 ^ 转义，PowerShell 要防 PS5/PS7 编码差异——每多一种 shell，跨平台成本乘以一份维护量。

三、分界结论

• 用 shell：一次性胶水、进程编排、管道组合、CI 里三五行的环境准备。 退出码 + 管道 + 环境变量就是全部所需时，shell 最短。
• 换 Python：脚本超过约 200 行、需要真正的数据结构、要写测试、 要跨 Windows/Linux 一份代码、或入参超过「两三个位置参数」的复杂度。

九任务舒适度汇总

任务	Shell 舒适度	Python 舒适度	备注
00 环境探测	高	中	ver/$PSVersionTable 一行；python 要 platform+subprocess
01 stdout/stderr	高	中	重定向是 shell 母语；python 要 subprocess
02 变量与引号	中	高	shell 引号规则五家方言；python 无引号规则
03 入参解析	低	高	五个 shell 手工循环；python 生产有 argparse
04 控制流	中	高	shell 循环方言各异且无数组；python 语法统一
05 函数与作用域	低	高	cmd 只有 label；shell 函数靠退出码；python 返回值自然
06 管道与文件	高	中	一行管道 vs 手写循环；但 cut -d, 脆弱
07 错误处理	低	高	退出码/ERRORLEVEL/$? 三种模型 vs 统一异常
08 综合实战	中	高	Windows 三套脚本 vs python 一份跨平台

规律很清楚：离进程与管道越近的任务 shell 越舒服，离数据结构与 工程化越近的任务 Python 越舒服。入门顺序与练习见 labs， 各 shell 的逐卷细节见 cmd 分卷 与 PowerShell 分卷，基础概念见 fundamentals。