P2-7.3 Python 解释器(interpreter)与脚本(script)¶

Section ID: P2-7.3 Version: v2026.07.20

在 P2-7.2 中，我们已经看了终端(terminal)、shell、工作文件夹(working directory)。现在要继续看：在那个终端里，Python 代码到底怎样被执行。

最容易混淆的地方，是下面这三行。

1
2
3

python
python example.py
print("hello")

这三行都和 Python 有关，但它们不是同一种句子。有的是终端命令，有的是 Python 代码。这里要把这个边界明确抓住。

这里解释的是 Python 解释器(interpreter)、脚本(script)、交互模式(interactive mode) 的区分。即使后面再次遇到 python -m pip ... 这种命令，或者笔记本执行，也都要回连到这里：Python 到底是在什么位置、用什么方式读取代码。

这里不是要学习 Python 语法本身，而是要区分 Python 代码到底是在什么位置、通过什么方式执行。如果先抓住解释器、交互执行、脚本执行之间的差别，那么后面再看到虚拟环境、包安装、数据文件执行时，就能先分清：到底是命令写错了，还是 执行位置搞错了。

核心判断标准：Python 解释器(interpreter)与脚本(script)¶

• 能把 Python 解释器(interpreter) 解释成读取并执行 Python 代码的程序。
• 能说明 交互模式(interactive mode) 和 脚本(script) 执行的差别。
• 能区分终端命令和 Python 代码。
• 能用入门层次说明 Colab/Jupyter 代码单元执行与终端执行有何不同。
• 能说明即使是同样的代码，只要执行方式变了，保存、重跑、共享的方式也会跟着变。

三个判断标准¶

为什么解释器和脚本会一起出现¶

如果只把 Python 理解成“只能运行保存在文件里的程序的语言”，其实很难真正理解它。Python 官方 FAQ 把 Python 解释为一种 interpreted、interactive、object-oriented 的编程语言。它也说明，Guido van Rossum 是在实现 ABC 语言以及参与 Amoeba 分布式操作系统工作时，开始构想 Python 的；而在只靠 C 程序或 Bourne shell script 很难处理系统管理工作的背景下，需要一种更可扩展的脚本语言。

如果把这段背景压缩成入门者能抓住的程度，就是下面这样。

• shell script：适合把操作系统命令串起来做自动化。
• 像 C 这样的编译型语言：又快又强，但对小型自动化和小实验来说可能太重。
• Python：同时提供可读的高级语法、交互执行和脚本执行。

所以，在 Python 里自然会同时看到两种使用方式。

• 交互执行：立刻测试一个小表达式。
• 脚本执行：把多行工作保存成文件，然后反复执行。

AI 学习里为什么会经常遇到 Python，也和这里有关。因为用一点点小代码就能立刻试公式，而当实验稍微长起来，又能很方便地留成文件或笔记本。不过这里不会深入展开 Python 语言史，只保留一种感觉：为什么解释器和脚本这两种执行方式会同时出现。

解释器是读取并执行代码的程序¶

Python 解释器(interpreter) 是读取并执行 Python 代码的程序。Python 官方文档说明，解释器可以从命令行(command line)调用；如果启动时没有提供文件名或标准输入，它就会进入 交互模式(interactive mode)。

这里先这样理解。

• Python 代码：人写出来的命令。
• Python 解释器：读取并执行 Python 代码的程序。

下面这段就是 Python 代码。

问题场景：确认最简单、会被 Python 解释器读取的代码长什么样。 输入(input)：一行输出字符串的 Python 代码。 期待输出(output)：执行后会打印 hello。 要确认的概念：解释器就是读取并执行这种 Python 语句的程序。

1
2

# 这是保存到脚本文件中再执行的 Python 语句。
print("hello")

这段代码不是只靠文字就会动。它必须被 Python 解释器读取后才会执行。

交互模式是一行一行确认的方式¶

如果你在终端里运行 Python，就可以使用 交互模式(interactive mode)。

1

python

根据环境不同，命令名也可能是 python3。

1

python3

进入交互模式后，通常会看到 >>> 提示符。Python 官方文档也说明，交互模式里的默认提示符就是 >>>。

问题场景：看交互模式里怎样立刻确认一行计算和一行输出。 输入(input)：1 + 2 这个计算和 print("hello") 这个调用。 期待输出(output)：会立刻打印 3 和 hello。 要确认的概念：交互模式是一种按一行一行去测试计算的执行方式。

1
2
3
4

>>> 1 + 2
3
>>> print("hello")
hello

交互模式特别适合立即确认计算。

交互模式尤其适合下面这些情况。

• 检查一个很短的计算。
• 试试看某段语法。
• 立刻打印一个小值。

但在交互模式里输入的内容，通常不会作为文件保留下来。下次要再运行，还得再打一次。所以当多行代码需要反复执行时，我们会使用 脚本(script) 文件。

脚本是保存在文件里的执行单位¶

脚本(script) 是把要执行的代码保存在文件里的形式。Python 文件通常使用 .py 扩展名。

例如，假设我们把下面这些内容保存到一个叫 hello.py 的文件中。

问题场景：看把多行 Python 代码保存成文件、然后当作脚本执行的形态。 输入(input)：hello.py 里的两行 Python 代码。 期待输出(output)：执行后会按顺序打印 hello 和 1 + 2 的结果。 要确认的概念：脚本就是把 Python 代码按文件单位保存下来，再反复执行的方式。

1
2
3

# 脚本会从上到下依次执行多条语句。
print("hello")
print(1 + 2)

如果终端当前就在同一个文件夹里，就可以这样运行。

1

python hello.py

根据环境不同，也可能使用下面这个命令。

1

python3 hello.py

脚本执行和交互执行是不同的。

在 AI 学习里，有时需要立刻检查一个小计算，有时又需要把同一段代码反复修改后再执行。所以两种方式都会遇到。

不要把终端命令和 Python 代码混在一起¶

最常见的混淆点就是这个。

1

python hello.py

这是一个终端命令。它不是写在 Python 代码文件里的句子。

相反，下面这个则是 Python 代码。

问题场景：再次确认即使是同样的 print("hello")，它也只能在 Python 执行位置使用，而不能当成 shell 提示符里的普通命令。 输入(input)：一行输出字符串的 Python 代码。 期待输出(output)：如果作为 Python 代码执行，就会打印 hello。 要确认的概念：终端命令和 Python 代码，不能按句子外观区分，而要按输入位置区分。

1
2

# 同一条 Python 语句也可以在代码单元中运行。
print("hello")

这句不是直接输入到终端里的命令。当然，在 Python 的交互式 >>> 提示符里，它可以被输入。但在普通 shell 提示符里，它不会被当作 Python 代码，而会被当作 shell 命令来解释。

所以，这里很重要的是养成区分提示符的习惯。

• 像 $ 或 % 这样的 shell 提示符：输入终端命令。
• >>> 这样的 Python 提示符：输入 Python 代码。
• Colab/Jupyter 代码单元：默认输入 Python 代码。

代码单元位于脚本执行和交互执行之间¶

Colab 或 Jupyter 的 代码单元(code cell)，会按单元来执行 Python 代码。

问题场景：再次确认在笔记本代码单元里执行最小 Python 代码时，会发生什么。 输入(input)：一行输出字符串的 Python 代码。 期待输出(output)：在单元执行结果里打印出 hello。 要确认的概念：代码单元既像交互执行那样能立刻看到结果，又会把记录保存在笔记本里。

1
2

# 无论从终端还是代码单元运行，用来确认输出的代码都是一样的。
print("hello")

代码单元像交互执行一样，适合立即确认结果。同时，它又能把代码、结果和说明一起保留在笔记本文件中，所以很适合学习。

但代码单元也和脚本文件不同。只要单元执行顺序改变，结果就可能改变；前一个单元里创建的变量，也可能会被后一个单元拿来使用。

如果把三种执行位置再分开，就是下面这样。

• 交互模式：快速确认一行一行。
• 脚本文件：把整个文件保存下来并反复运行。
• 笔记本代码单元：边保留说明和结果，边按单元执行。

以后当练习变长时，就会出现这样的情况：在笔记本里能跑，但搬到脚本里就不行了。 那时就要把单元执行顺序、文件路径、必要的 import、包安装状态分开检查。

python -m 是执行模块的一种方式¶

在终端里，你会经常看到下面这样的命令。

1

python -m pip install numpy

这里的 -m，是一种请求 Python 去把某个 模块(module) 当作脚本执行的方式。Python 官方文档说明，python -m module 这种形式会把一个库模块当作脚本运行。

这里先这样理解。

• python hello.py：运行一个文件。
• python -m pip ...：通过 Python 去运行名为 pip 的模块。

pip 和包安装会在 P2-7.4 再讲。这里先记住一点：-m 不是 Python 代码语法，而是从终端传给 Python 解释器的执行选项。

执行方式一变，要检查的东西也会跟着变¶

即使是同样的 Python 代码，只要执行方式不同，先检查的点也会不同。

这里不会把所有错误解决方法都讲完。重要的是一种视角：只要执行方式不同，收窄错误原因的方法也必须不同。

用案例来看¶

案例 1. print("hello") 到底该输入在哪里¶

假设一个刚开始学 Python 的人跟着教程走，把 print("hello") 直接输入到了终端里。在某些环境里，它看起来好像能工作；在另一些环境里，它却报“找不到命令”，让人很慌。

人最开始用的标准通常很像：既然这句跟 Python 有关，那大概随便放哪里都可以。 但现实里，shell 提示符、Python 交互提示符、Colab 代码单元，各自输入的是不同的语言。

这也就是为什么这一节要把 解释器、交互模式、脚本、代码单元 分开。即使它们看起来像在做同一件事，python hello.py 是终端命令，print("hello") 是 Python 代码，而错误原因会因为“输入在什么位置”而不同。

可确认的结果会直接体现在提示符上。如果 print("hello") 在 >>> 里能运行，但在普通 shell 提示符里不能，那么问题就不是 Python 语法，而是你选错了执行位置。

检查清单¶

• 能把 Python 解释器(interpreter)解释成读取并执行 Python 代码的程序。
• 能说明在交互模式(interactive mode)里，Python 代码是输入在 >>> 提示符里的。
• 能说明脚本(script)是保存在 .py 文件里的执行单位。
• 能区分 python hello.py 是终端命令，而 print("hello") 是 Python 代码。
• 能说明 Colab/Jupyter 代码单元会按单元执行 Python 代码。
• 能说明 python -m pip ... 里的 -m 是终端传给 Python 解释器的执行选项。
• 能说明运行 Python 时，先要区分当前位置是 shell、Python 提示符还是代码单元，以及自己要执行的是一行、一份文件还是一个笔记本单元。

来源与参考资料¶

• Python Software Foundation, General Python FAQ, Python 3.14.6 documentation, 确认日期: 2026-07-20。用于支撑 Python 是解释型、交互式编程语言这一说明，并确认 Guido van Rossum 的早期开发背景。
• Python Software Foundation, Using the Python Interpreter, Python 3.14.6 documentation, 确认日期: 2026-07-20。用于确认解释器调用、交互模式与脚本文件执行之间的区别。
• Python Software Foundation, Command line and environment, Python 3.14.6 documentation, 确认日期: 2026-07-20。用于确认 python script.py、python -c、python -m module-name 等命令行执行方式。