30天拿下Python之argparse模块

简介: 30天拿下Python之argparse模块

概述

在上一节,我们介绍了Python的datetime模块,包括:datetime模块中一些常用的属性和函数。在这一节,我们将介绍Python的argparse模块。argparse模块是Python的一个标准库,用于编写命令行界面。它可以处理命令行参数和选项,并生成帮助和使用信息。

该模块主要包含的功能如下:

帮助和使用信息生成:自动生成帮助和使用信息,包括参数和选项的说明、用法示例等。

命令行参数解析:解析命令行参数和选项,包括位置参数、可选参数和标志。

参数类型检查:支持对参数类型进行检查,包括整数、浮点数、字符串等。

子命令支持:支持定义子命令,每个子命令可以有自己的参数和选项。

参数组:支持将参数分组,以方便管理和使用。

下面,我们将逐一介绍argparse模块中一些常用的类和函数。

argparse.ArgumentParser类

argparse.ArgumentParser是argparse模块中的一个类,用于创建解析器对象,帮助处理命令行参数和选项,并生成帮助和使用信息。使用argparse.ArgumentParser类可以简化命令行参数和选项的解析过程,以下是具体的使用步骤:

1、导入argparse模块:import argparse。

2、实例化一个对象:parser = argparse.ArgumentParser()。

3、加入参数或选项:parser.add_argument(),每一个add_argument方法对应一个要关注的参数或选项。

4、获取参数:args = parser.parse_args(),解析成功之后即可使用。

在创建argparse.ArgumentParser对象时,可以指定一些可选参数,比如:description,用于描述程序的用途和参数的说明。

add_argument基本选项

通过调用add_argument函数,可以指定命令行参数的名称、类型、默认值等属性,为参数提供帮助文本和元数据。

# test.py
import argparse
# 创建解析器对象
parser = argparse.ArgumentParser(description = '这是一个示例程序')
# 添加参数
parser.add_argument('param_name', type = int, help = '这是一个整数参数')
# 解析参数
args = parser.parse_args()
# 使用参数
print(args.param_name)



在上面的示例代码中,我们使用add_argument函数添加了一个名为param_name的参数,指定了它的类型为整数,并提供了帮助文本。然后,通过调用parse_args函数解析命令行参数,并将解析后的参数值存储在args对象中。最后,我们可以使用args.param_name访问该参数的值。如果我们在命令行输入python test.py 66命令,则会输出:66。

add_argument更多选项

add_argument函数还有许多其他选项,如下。

metavar:指定参数的元变量名称,用于帮助文本中。

nargs:指定参数接收的值的数量,可以是固定的数量,也可以是可变数量。其中,'+'表示至少需要一个参数,'*'表示可以接受任意数量的参数,数字表示只接受固定数量的参数。

default:指定参数的默认值。

choices:限制参数的取值范围。

required:指定参数是否必需。

help:提供参数的帮助文本。

下面是一个稍微复杂一点的示例代码,用到了更多的选项。

# test.py
import argparse
# 创建解析器对象
parser = argparse.ArgumentParser(description = '这是一个示例程序')
# 添加参数
parser.add_argument('integers', metavar='N', type=int, nargs='+', help = '用于运算的整数的个数')
parser.add_argument('--sum', dest='compute_sum', action='store_true', help = '计算输入的整数的和')
parser.add_argument('--max', dest='find_max', action='store_true', help = '找到输入的最大整数')
parser.add_argument('--average', dest='compute_average', action='store_true', help = '计算输入的平均值')
# 解析参数
args = parser.parse_args()
# 使用参数
if args.compute_sum:
    print(sum(args.integers))
elif args.find_max:
    print(max(args.integers))
elif args.compute_average:
    print(sum(args.integers) / len(args.integers))
else:
    print('未选择任何操作')



在上面的示例代码中,我们添加了如下几个参数和选项。

integers:一个位置参数,接受一个或多个整数作为输入。

--sum:一个可选的选项,用于计算输入整数的总和。

--max:一个可选的选项,用于找出输入整数的最大值。

--average:一个可选的选项,用于计算输入整数的平均值。

通过解析命令行参数,我们可以根据用户选择的选项执行相应的操作,并打印输出相应的结果。上述代码的执行结果如下。

python test.py -h
usage: test.py [-h] [--sum] [--max] [--average] N [N ...]
这是一个示例程序
positional arguments:
  N           用于运算的整数的个数
options:
  -h, --help  show this help message and exit
  --sum       计算输入的整数的和
  --max       找到输入的最大整数
  --average   计算输入的平均值
 
python test.py --sum 5 6 7
18
python test.py --max 5 6 7
7
python test.py --average 5 6 7
6.0
python test.py 5 6 7
未选择任何操作



add_argument的action选项

action选项用来定义当命令行选项被触发时的行为。有多种可用的行为,如下。

'store':默认值。当命令行选项被触发时,将选项后面的参数值存储下来。

'store_const':当命令行选项被触发时,将一个常量值存储下来。比如:add_argument('--foo', action='https://developer.aliyun.com/store_const', const=42)会将42存储为args.foo。

'store_true' 和 'store_false':当命令行选项被触发时,将一个布尔值存储下来。比如:add_argument('--foo', action='https://developer.aliyun.com/store_true')会在args.foo为真(即选项被触发)时存储一个True值。

'append':当命令行选项被触发时,将一个值添加到列表中。比如:add_argument('--foo', action='https://developer.aliyun.com/append', default=[])会将任何遇到的--foo选项的值添加到args.foo列表中。

'append_const':当命令行选项被触发时,将一个常量值添加到列表中。比如:add_argument('--foo', action='https://developer.aliyun.com/append_const', const=42)会将42添加到args.foo列表中。

# test.py
import argparse
parser = argparse.ArgumentParser()
parser.add_argument('--param1', action = 'store_true')
parser.add_argument('--param2', action = 'append', default = [])
parser.add_argument('numbers', nargs = '+')
args = parser.parse_args()
print(args.param1)
print(args.param2)
print(args.numbers)


在上面的示例代码中,--param1选项被触发时,将存储一个True值。--param2选项可以接受任意数量的参数,并将它们添加到一个列表中。numbers选项接受一个或多个参数,并将它们添加到一个列表中。上述代码的执行结果如下。

python test.py 99 100 --param1 --param2 6 --param2 9
True
['6', '9']
['99', '100']
相关文章
|
2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。
415 7
|
2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”。
290 0
|
2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)
412 4
|
2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。
331 0
|
2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)
230 0
|
开发者 Python
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
575 159
|
3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。
149 4
|
3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。
364 0
|
4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。
381 0
|
5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

推荐镜像

更多