命令行参数解析神器:深入剖析Python中的argparse模块

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: 命令行参数解析神器:深入剖析Python中的argparse模块

😇博主简介:我是一名正在攻读研究生学位的人工智能专业学生,我可以为计算机、人工智能相关本科生和研究生提供排忧解惑的服务。如果您有任何问题或困惑,欢迎随时来交流哦!😄


✨座右铭:宝剑锋从磨砺出,梅花香自苦寒来。


⛪️个人主页:点击进入博客主页


🚀欢迎大家浏览博主的文章!在阅读过程中,如果发现需要纠正的地方,请不吝指出,愿能与诸君共同进步!




正文


🍭 命令行参数解析神器:深入剖析Python中的argparse模块


argparse是一个用于解析命令行参数和选项的python标准库模块。它可以让你轻松地编写用户友好的命令行界面,定义你的程序需要的参数,自动生成帮助和用法信息,以及处理用户给出的无效参数。



在这篇博客中,我将介绍argparse的基本用法,以及一些高级功能,如子命令、互斥组、文件类型等。我将用丰富的例子和解释来帮助你理解和掌握argparse的使用方法。



🍭 一、一个最简单的示例


使用argparse,你可以指定程序所需的参数、选项以及如何解析它们。下面是一个基本的示例,演示了如何使用argparse来解析命令行参数:

import argparse
# 创建ArgumentParser对象
parser = argparse.ArgumentParser(description='这是一个使用argparse的示例程序')
# 添加位置参数
parser.add_argument('name', help='姓名')
parser.add_argument('age', type=int, help='年龄')
# 添加可选参数
parser.add_argument('--gender', choices=['male', 'female'], help='性别')
parser.add_argument('--height', type=float, help='身高')
# 解析命令行参数
args = parser.parse_args()
# 访问解析后的参数
print(f'姓名: {args.name}')
print(f'年龄: {args.age}')
print(f'性别: {args.gender}')
print(f'身高: {args.height}')


在上面的示例中,我们首先创建了一个ArgumentParser对象,并提供了一个描述性的文字作为参数。然后,我们添加了两个位置参数(name和age),并分别指定了它们的帮助文本。接下来,我们添加了两个可选参数(–gender和–height),并使用choices和type参数限制了它们的取值范围和类型。


最后,我们调用parse_args()方法来解析命令行参数,并将解析后的结果存储在args变量中。我们可以通过访问args对象的属性来获取解析后的参数值,并进行相应的处理。


例如,如果我们在命令行中运行上述代码并提供以下输入:

python my_program.py John 25 --gender male --height 1.75


输出将是:

姓名: John
年龄: 25
性别: male
身高: 1.75


或者在pycharm输入这些参数:


这样可以获得相同的结果:



如果不输入默认参数直接运行,会如下图的报错:

0306c6b45d0c450aab6932b24fa608d7.png




二 、详细参数讲解


🍭创建一个解析器


要使用argparse,首先你需要创建一个argparse.ArgumentParser的实例,它是一个包含参数规范和一些全局选项的容器。你可以在创建时传入一些参数,如程序名、描述、帮助信息等,来定制你的解析器。例如:


import argparse
# 创建一个解析器
parser = argparse.ArgumentParser(
    prog="myprog", # 程序名,默认为sys.argv[0]
    description="This is a program that does something", # 程序描述
    epilog="This is some text at the bottom of help" # 帮助信息底部的文本
)



添加参数


创建了一个解析器后,你需要用add_argument()方法来添加你想要解析的参数。argparse支持两种类型的参数:位置参数和可选参数。

位置参数是根据它们在命令行中出现的位置来识别的,它们通常是必须提供的参数。例如:

# 添加一个位置参数
parser.add_argument("filename", help="the name of the file to process")


可选参数是根据它们前面的短横线或双横线来识别的,它们通常是可以省略或指定不同值的参数。例如:

# 添加一个可选参数
parser.add_argument("-v", "--verbose", help="increase output verbosity", action="store_true")

add_argument()方法可以接受很多参数来定制你的参数行为和属性,如类型、默认值、选项、必需性、帮助信息等。你可以查看[argparse文档][argparse教程]来了解更多细节。




解析参数

添加了所有想要解析的参数后,你可以用parse_args()方法来运行解析器,并将提取出来的数据放在一个argparse.Namespace对象中。例如:

# 解析参数
args = parser.parse_args()
# 使用参数
if args.verbose:
    print(f"Processing {args.filename} in verbose mode")
else:
    print(f"Processing {args.filename}")

如果用户给出了无效或不符合规范的参数,argparse会自动报错并退出程序。如果用户没有给出任何参数或给出了-h或–help选项,argparse会自动打印帮助信息并退出程序。



🍭子命令

有时候,你可能想要让你的程序支持不同的子命令,就像git或pip那样。例如:

$ git clone https://github.com/python/cpython.git
$ git status
$ git commit -m "some message"


要实现这个功能,你可以使用add_subparsers()方法来创建一个子解析器,并为每个子命令添加一个子解析器。例如:

# 创建一个主解析器
parser = argparse.ArgumentParser(description="A simple calculator")
# 创建一个子解析器
subparsers = parser.add_subparsers(help="sub-command help")
# 为每个子命令添加一个子解析器
parser_add = subparsers.add_parser("add", help="add two numbers")
parser_add.add_argument("x", type=int, help="the first number")
parser_add.add_argument("y", type=int, help="the second number")
parser_sub = subparsers.add_parser("sub", help="subtract two numbers")
parser_sub.add_argument("x", type=int, help="the first number")
parser_sub.add_argument("y", type=int, help="the second number")
parser_mul = subparsers.add_parser("mul", help="multiply two numbers")
parser_mul.add_argument("x", type=int, help="the first number")
parser_mul.add_argument("y", type=int, help="the second number")
parser_div = subparsers.add_parser("div", help="divide two numbers")
parser_div.add_argument("x", type=int, help="the first number")
parser_div.add_argument("y", type=int, help="the second number")
# 解析参数
args = parser.parse_args()
# 使用参数
if args.subcommand == "add":
    print(args.x + args.y)
elif args.subcommand == "sub":
    print(args.x - args.y)
elif args.subcommand == "mul":
    print(args.x * args.y)
elif args.subcommand == "div":
    print(args.x / args.y)



互斥组


有时候,你可能想要让你的程序只接受一些互斥的选项,即不能同时出现的选项。例如:

$ python3 prog.py -a
$ python3 prog.py -b
$ python3 prog.py -a -b # 错误


要实现这个功能,你可以使用add_mutually_exclusive_group()方法来创建一个互斥组,并为该组添加一些选项。例如:

# 创建一个解析器
parser = argparse.ArgumentParser(description="A simple program")
# 创建一个互斥组
group = parser.add_mutually_exclusive_group()
# 为该组添加一些选项
group.add_argument("-a", action="store_true")
group.add_argument("-b", action="store_true")
# 解析参数
args = parser.parse_args()
# 使用参数
if args.a:
    print("Option A is selected")
elif args.b:
    print("Option B is selected")
else:
    print("No option is selected")


文件类型

有时候,你可能想要让你的程序接受一个文件名作为参数,并自动打开或创建该文件。例如:

$ python3 prog.py input.txt output.txt



要实现这个功能,你可以使用argparse.FileType类来指定你的参数的类型,它会返回一个类似于open()函数返回的文件对象。例如:

# 创建一个解析器
parser = argparse.ArgumentParser(description="A simple program that reads from a file and writes to another file")
# 添加两个文件类型的参数
parser.add_argument("infile", type=argparse.FileType("r"), help="the input file")
parser.add_argument("outfile", type=argparse.FileType("w"), help="the output file")
# 解析参数
args = parser.parse_args()
# 使用参数
for line in args.infile:
    args.outfile.write(line.upper())




总结


argparse是Python标准库中一个强大而灵活的模块,用于解析命令行参数和生成美观的帮助文档。无论是简单的脚本还是复杂的应用程序,argparse都能帮助开发者轻松地处理各种命令行参数,并提供友好的用户界面。通过使用argparse,开发者可以定义参数的类型、默认值、限制条件以及互斥关系,从而确保命令行输入的合法性和一致性。无需编写繁琐的解析代码,argparse的简洁接口使得命令行参数的处理变得简单而愉快。


不仅如此,argparse还能自动生成详细的帮助文档,为用户提供清晰明了的命令行使用说明。在Python中,argparse被广泛应用于各种项目,成为处理命令行参数的首选工具。无论是初学者还是有经验的开发者,掌握argparse的使用技巧都将极大地提升命令行工具的质量和用户体验。

目录
打赏
0
1
1
0
3
分享
相关文章
深入解析:使用 Python 爬虫获取淘宝店铺所有商品接口
本文介绍如何使用Python结合淘宝开放平台API获取指定店铺所有商品数据。首先需注册淘宝开放平台账号、创建应用并获取API密钥,申请接口权限。接着,通过构建请求、生成签名、调用接口(如`taobao.items.search`和`taobao.item.get`)及处理响应,实现数据抓取。代码示例展示了分页处理和错误处理方法,并强调了调用频率限制、数据安全等注意事项。此技能对开发者和数据分析师极具价值。
Python入门:6.深入解析Python中的序列
在 Python 中,**序列**是一种有序的数据结构,广泛应用于数据存储、操作和处理。序列的一个显著特点是支持通过**索引**访问数据。常见的序列类型包括字符串(`str`)、列表(`list`)和元组(`tuple`)。这些序列各有特点,既可以存储简单的字符,也可以存储复杂的对象。 为了帮助初学者掌握 Python 中的序列操作,本文将围绕**字符串**、**列表**和**元组**这三种序列类型,详细介绍其定义、常用方法和具体示例。
Python入门:6.深入解析Python中的序列
Python入门:2.注释与变量的全面解析
在学习Python编程的过程中,注释和变量是必须掌握的两个基础概念。注释帮助我们理解代码的意图,而变量则是用于存储和操作数据的核心工具。熟练掌握这两者,不仅能提高代码的可读性和维护性,还能为后续学习复杂编程概念打下坚实的基础。
Python入门:2.注释与变量的全面解析
通义灵码AI程序员实战:从零构建Python记账本应用的开发全解析
本文通过开发Python记账本应用的真实案例,展示通义灵码AI程序员2.0的代码生成能力。从需求分析到功能实现、界面升级及测试覆盖,AI程序员展现了需求转化、技术选型、测试驱动和代码可维护性等核心价值。文中详细解析了如何使用Python标准库和tkinter库实现命令行及图形化界面,并生成单元测试用例,确保应用的稳定性和可维护性。尽管AI工具显著提升开发效率,但用户仍需具备编程基础以进行调试和优化。
277 9
内网桌面监控软件深度解析:基于 Python 实现的 K-Means 算法研究
内网桌面监控软件通过实时监测员工操作,保障企业信息安全并提升效率。本文深入探讨K-Means聚类算法在该软件中的应用,解析其原理与实现。K-Means通过迭代更新簇中心,将数据划分为K个簇类,适用于行为分析、异常检测、资源优化及安全威胁识别等场景。文中提供了Python代码示例,展示如何实现K-Means算法,并模拟内网监控数据进行聚类分析。
53 10
基于Python的情感分析与情绪识别技术深度解析
本文探讨了基于Python的情感分析与情绪识别技术,涵盖基础概念、实现方法及工业应用。文中区分了情感分析与情绪识别的核心差异,阐述了从词典法到深度学习的技术演进,并通过具体代码展示了Transformers架构在细粒度情感分析中的应用,以及多模态情绪识别框架的设计。此外,还介绍了电商评论分析系统的构建与优化策略,包括领域自适应训练和集成学习等方法。未来,随着深度学习和多模态数据的发展,该技术将更加智能与精准。
53 0
Python爬取某云热歌榜:解析动态加载的歌曲数据
Python爬取某云热歌榜:解析动态加载的歌曲数据
如何在Python中管理模块和包的依赖关系?
在实际开发中,通常会结合多种方法来管理模块和包的依赖关系,以确保项目的顺利进行和可维护性。同时,要及时更新和解决依赖冲突等问题,以保证代码的稳定性和可靠性
185 62
|
5月前
|
Python的模块和包
总之,模块和包是 Python 编程中非常重要的概念,掌握它们可以帮助我们更好地组织和管理代码,提高开发效率和代码质量
149 61
如何在Python中解决模块和包的依赖冲突?
解决模块和包的依赖冲突需要综合运用多种方法,并且需要团队成员的共同努力和协作。通过合理的管理和解决冲突,可以提高项目的稳定性和可扩展性

热门文章

最新文章