Python编程:使用sys、argparse、click、fire实现命令行参数解析

简介: Python编程:使用sys、argparse、click、fire实现命令行参数解析

python实现脚本命令行的库有:


内置库sys

内置库argparse

第三方库click

第三方库fire

内置库sys

sys.argv 包含命令行参数列表,第一个参数是文件名


sys_demo.py


import sys
def add(a, b):
    return a + b
if __name__ == '__main__':
    ret = add(sys.argv[1], sys.argv[2])
    print(ret)

运行结果


(py3) $ python sys_demo.py 1 2
12

内置库argparse

python自带的参数解析,思路还算清晰,就是代码较多


argparse_demo.py


import argparse
def add(a, b):
    return a + b
if __name__ == '__main__':
    # 初始化解析器
    parser = argparse.ArgumentParser()
    # 定义参数
    parser.add_argument("-a", "--a", help="参数a")
    parser.add_argument("-b", "--b", help="参数b")
    # 解析
    args = parser.parse_args()
    ret = add(args.a, args.b)
    print(ret)

运行结果


(py3) $ python argparse_demo.py -a 1 -b 2
12

click库

click库使用装饰器,不过已经对源代码进行了修改


click_demo.py


import click
@click.command()
@click.option("-a", "--a", help="参数a")
@click.option("-b", "--b", help="参数b")
def add(a, b):
    click.echo(a + b)
if __name__ == '__main__':
    ret = add()
    print(ret)

运行结果


(py3) $ python click_demo.py -a 1 -b 2
12

fire库

说实话,fire库太优秀了,简洁,而且Fire可以


不接收参数

接收函数名

接收字典

接收对象

import fire
def add(a, b):
    return a + b
if __name__ == '__main__':
    fire.Fire()
1

运行结果


(py3) $ python fire_demo.py add 1 2
3

比较发现,唯独fire将我输入的数字型字符串转为了数字,进行相加,输出3,其他三个库均默认为字符串,输出12

相关文章
|
11月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
997 0
|
11月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1726 102
|
11月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
537 104
|
11月前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
428 103
|
11月前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
450 82
|
10月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
564 3
|
10月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
813 3
|
10月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
665 3
|
10月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
870 0
|
11月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的多面手
Python:现代编程的多面手
521 0

推荐镜像

更多