Python详解argparse参数模块之命令行参数
作者:寅恪光潜
前言
help(argparse)查看说明文档,“argparse - Command-line parsing library”我们可以知道是一个命令行解析库,是关于参数解析相关的一个模块。
示例一:最简参数对象
先来一段简单的代码,快速熟知下这个参数是个啥。
保存为t.py这样一个文件
import argparse parser = argparse.ArgumentParser(description='最简单的测试') parser.add_argument('--test', type=str, default='China') args = parser.parse_args() print(args.test)
然后我们在命令行中运行这个文件
C:\Users\Tony>python t.py --test "I love China"
I love China
我们来分析下这段代码,首先就是创建一个参数解析对象赋给parser,然后在parser对象中使用add_argument方法添加参数以及各种选项,其中--test就是参数,这个参数的名称依其作用自定义,type=str指定输入值类型为字符串,default='China'是默认值,就是说如果不指定参数,就显示China这个默认值
对于parser.parse_args()解析参数之后的调用,需要说明下,如果没有指定dest,那就是直接调用去掉短横线的名称,如果指定了,比如dest='showstr',那么就调用args.showstr属性,如果还是调用test就会报错,需要修改为print(args.showstr)
AttributeError: 'Namespace' object has no attribute 'test'
示例二:整数求和
若没有指定参数就取这些整数当中的最大值:
#p.py import argparse #创建ArgumentParser对象,用来解析 parser = argparse.ArgumentParser(description='处理一些整数') #向对象添加参数 parser.add_argument('integers', metavar='N', type=int, nargs='+',help='累加的整数') parser.add_argument('--sum', dest='accumulate', action='store_const',const=sum, default=max,help='求和(默认求最大值)') #解析参数 args = parser.parse_args() print(args.accumulate(args.integers))
其中调用parse_args()方法时,将返回两个参数属性(integers和accumulate),integers属性是一个或多个的整数,accumulate属性是sum()求和函数,如果没有--sum参数的话就是默认max()最大值函数,default=max
另外N可以指定个数,nargs='+',表示一个或多个,对正则表达式熟悉的那就很简单了,是一个通配符,另外还有'?'表示一个,'*'表示0个或多个。
print(parser.parse_args(['--sum','1','33','5','6'])) ''' Namespace(accumulate=<built-in function sum>, integers=[1, 33, 5, 6]) '''
我们可以看到出现一个命名空间,其中accumulate属性是一个sum方法, integers属性是一系列的整数。
可以查看使用帮助说明:
C:\Users\Tony>python p.py -h
usage: p.py [-h] [--sum] N [N ...]
处理一些整数
positional arguments:
N 累加的整数optional arguments:
-h, --help show this help message and exit
--sum 求和(默认求最大值)
带参与不带参的操作:
C:\Users\Tony>python p.py 1 33 5 6
33C:\Users\Tony>python p.py -sum 1 33 5 6
或
C:\Users\Tony>python p.py 1 33 5 6 --sum
45
当然如果是没有按照参数设定的情况,会报错:
C:\Users\Tony>python p.py
#需要输入值N
usage: p.py [-h] [--sum] N [N ...]
p.py: error: the following arguments are required: NC:\Users\Tony>python p.py 1 33 5.1 6
#需要输入整数,浮点数就报错
usage: p.py [-h] [--sum] N [N ...]
p.py: error: argument N: invalid int value: '5.1'
可以看出这个参数对象除了可以在命令行界面方便使用之外,还可以对其做一些严格的限定。比如类型的限定,示例二的类型指定为int,那就不能是浮点数,如果可以是浮点数就指定成type=float
示例三:文件是否被篡改
我们来看下,test目录下面(放了三个文本文件),生成每个文件的md5值,如果和官网提供的md5一样就说明内容没有被篡改,执行完之后将显示每个文件生成的MD5值以及生成一个名为"目录后缀.txt"文档(内容一样)
#m.py import os from hashlib import md5 import argparse def parse_args(): parser =argparse.ArgumentParser() parser.add_argument('--file_dir', type=str) return parser.parse_args() def generate_md5(file_path): m =md5() file = open(file_path, 'rb') f = file.read() m.update(f) file.close() return m.hexdigest() if __name__ == '__main__': args = parse_args() file_dir = args.file_dir log_path = args.file_dir + '.txt' log = open(log_path, 'w+') for root, _, files in os.walk(file_dir): for file in files: file_path = os.path.join(root, file) md5_value = generate_md5(file_path) print(file + " : " + md5_value) log.write(file + " : " + md5_value + '\n')
命令行执行:
C:\Users\Tony>python m.py --file_dir "C:/Users/Tony/test"
1.txt : 81dc9bdb52d04dc20036dbd8313ed055
2.txt : d84b0391f5ce6b011e4086ed73d9dd9b
3.txt : 2b3b15ac34d69fa01e851d483e61f029
这段代码可以看出,只需指定一个文件目录的参数即可求出目录下面所有文件的md5值。当然也可以跟示例二那样做一些说明:parser.add_argument('--file_dir', type=str,help='指定文件所在目录') 加一个help参数的说明文字。
C:\Users\Tony>python m.py -h
usage: m.py [-h] [--file_dir FILE_DIR]optional arguments:
-h, --help show this help message and exit
--file_dir FILE_DIR 指定文件所在目录
parser = argparse.ArgumentParser('对文件批量生成MD5值') parser.add_argument('--file_dir',dest='fdir',type=str,help='指定文件所在目录') print(parser.print_help()) ''' usage: 对文件批量生成MD5值 [-h] [--file_dir FDIR] optional arguments: -h, --help show this help message and exit --file_dir FDIR 指定文件所在目录 None '''
自定义类型
除了基本类型之外,还可以自定义类型,如下定义一个类型只能是完全平方数的值
#d.py import argparse import math def perfect_square(s): v=int(s) vs=math.sqrt(v) if vs!=int(vs): msg="%r 不是一个完全平方数" %s raise argparse.ArgumentTypeError(msg) return v parser=argparse.ArgumentParser(description='自定义类型') parser.add_argument('hi',type=perfect_square,help='只能是完全平方数') args = parser.parse_args() print(args.hi)
命令行运行:
C:\Users\Tony>python d.py 3
usage: d.py [-h] hi
d.py: error: argument hi: '3' 不是一个完全平方数
C:\Users\Tony>python d.py -h
usage: d.py [-h] hi自定义类型:
positional arguments:
hi 只能是完全平方数optional arguments:
-h, --help show this help message and exit
可以看到hi参数是一个positional arguments(位置参数),也就是说是必须的,不像前面有短横线的optional arguments(可选参数)
choices选项限定
除了上述类型限定和可以自定义类型之外,还可以限定在一些自定义的范围内
#c.py parser=argparse.ArgumentParser(description='自定义选项') parser.add_argument('sel',type=int,choices=range(1,9),help='请输入[1-9)范围的整数') args = parser.parse_args() print(args.sel)
命令行执行:
C:\Users\Tony>python c.py 10
usage: c.py [-h] {1,2,3,4,5,6,7,8}
c.py: error: argument sel: invalid choice: 10 (choose from 1, 2, 3, 4, 5, 6, 7, 8)
required必选参数
我们也可以对可选参数指定为必选,不指定的情况:
parser=argparse.ArgumentParser(description='自定义选项') parser.add_argument('--sel',type=int,choices=range(1,9),help='请输入[1-9)范围的整数') print(parser.parse_args([]))
这个例子,我们知道sel参数是可选的,这样不会出错,结果:Namespace(sel=None)
如果加一个required=True
parser.add_argument('--sel',required=True,type=int,choices=range(1,9),help='请输入[1-9)范围的整数') #执行就会报错: usage: ipykernel_launcher.py [-h] --sel {1,2,3,4,5,6,7,8} ipykernel_launcher.py: error: the following arguments are required: --sel An exception has occurred, use %tb to see the full traceback. #这个时候的参数sel就是必选参数了 print(parser.parse_args(['--sel','2'])) Namespace(sel=2)
子命令
主要是set_defaults方法的用途,在多个解析器的时候显得很重要。 #s.py def f(v): r=v.x + v.y + v.z print('x+y+z=',r) parser = argparse.ArgumentParser(description='求三个输入值的和') subparsers = parser.add_subparsers(help='子命令的用法') parser_a = subparsers.add_parser('add', help='加法运算') parser_a.add_argument('--x', type=int) parser_a.add_argument('--y', type=int) parser_a.add_argument('--z', type=int) parser_a.set_defaults(func=f)#parser_a设置默认函数为f args = parser.parse_args() args.func(args)#运行函数
命令行执行:
C:\Users\Tony>python s.py add --x 11 --y 2 --z 9
x+y+z= 22
到此这篇关于Python详解argparse参数模块之命令行参数的文章就介绍到这了,更多相关Python argparse 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!