命令行参数解析神器:深入剖析Python中的argparse模块

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。

相关文章
|
4月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
579 7
|
4月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
398 0
|
5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。
457 0
|
4月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
492 4
|
4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。
454 0
|
4月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
410 0
|
5月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
196 4
|
5月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
484 0
|
6月前
|
存储 安全 数据处理
Python 内置模块 collections 详解
`collections` 是 Python 内置模块,提供多种高效数据类型,如 `namedtuple`、`deque`、`Counter` 等,帮助开发者优化数据处理流程,提升代码可读性与性能,适用于复杂数据结构管理与高效操作场景。
440 0
|
7月前
|
数据安全/隐私保护 Python
抖音私信脚本app,协议私信群发工具,抖音python私信模块
这个实现包含三个主要模块:抖音私信核心功能类、辅助工具类和主程序入口。核心功能包括登录

热门文章

最新文章

推荐镜像

更多