如何在python中進行系統調用並將輸出存儲在給定的輸出目錄中？

Question

我正在使用Stanford CoreNLP，現在正在通過從命令行使用以下命令來運行coreNLP工具包：

java -cp stanford-corenlp-2012-07-09.jar:stanford-corenlp-2012-07-06-models.jar:xom.jar:
joda-time.jar -Xmx3g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,
pos,lemma,ner -filelist file_list.txt -outputDirectory <OUTPUT DIRECTORY PATH>

這將生成帶有所需注釋的xml文件。 現在，我需要在python中的函數內使用此命令，以便將輸出存儲在output_dir中。 函數就像：

def preprocess(file_list.txt, ouptut_dir)

我閱讀了有關系統調用和使用子進程的信息，但我不太了解如何使用它，以便將輸出寫入給定的output_dir。

請幫忙！！！

Answer 1

我建議您使用Stanford Core NLP工具的Python接口，而不是通過子進程等調用它。

Answer 2

import subprocess

def preprocess(input_file, output_dir):
    cmd = ["java", "-cp", "<the-whole-jar-mess>", "-Xmx3g", 
           "edu.stanford.nlp.pipeline.StanfordCoreNLP",
           "-annotators", "tokenize,ssplit,pos,lemma,ner",
           "-filelist", input_file,  "-outputDirectory",
           output_dir]
    subprocess.check_call(cmd)

請注意，我在命令行中添加的縮寫不必將所有jar格式化為命令，您顯然需要將其替換為要傳遞的jar列表。

Answer 3

確實，這與subprocess沒有太大關系，而是與如何從CLI使用Stanford CoreNLP無關。 假設-outputDirectory標志告訴它輸出的存儲位置，只需傳遞正確的CLI參數即可。 這是一個命題：

import subprocess

def preprocess(fname, output_dir):
    subprocess.check_call([
        'java',
        '-cp',
        'stanford-corenlp-2012-07-09.jar:stanford-corenlp-2012-07-06-models.jar:xom.jar:joda-time.jar',
        '-Xmx3g', 'edu.stanford.nlp.pipeline.StanfordCoreNLP'
        '-annotators', 'tokenize,ssplit,pos,lemma,ner',
        '-filelist', fname,
        '-outputDirectory', output_dir
    ])