python argparse命令行参数解析(推荐)
argparse是python用于解析命令行参数和选项的标准模块。
很多时候,需要用到解析命令行参数的程序,目的是在终端窗口输入训练的参数和选项。
argparse 模块可以让人轻松编写用户友好的命令行接口。
程序定义它需要的参数,然后 argparse 将弄清如何从 sys.argv 解析出那些参数。 argparse 模块还会自动生成帮助和使用手册,并在用户给程序传入无效参数时报出错误信息。
test.py
# -*- coding: utf-8 -*- import argparse # (1) 声明一个parser对象,该对象包含将命令行解析成 Python 数据类型所需的全部信息。 ap = argparse.ArgumentParser(description='Process some integers.') # (2) 添加参数 ap.add_argument("first") # 位置参数,这里表示第一个出现的参数赋值给first ap.add_argument("--digit", type=int, help="输入数字") # 声明一个int类型参数 ap.add_argument("--name", help="名字", default="dog") # 同上,default 表示默认值 # (3) 读取命令行参数 args = ap.parse_args() # (4) 调用这些参数 print(args.first) print(args.digit) print("name = {}".format(args.name))
调用
python test.py position_arg --name qwe
ArgumentParser对象
(1)prog - 程序的名称(默认: sys.argv[0])
(2)usage - 描述程序用途的字符串(默认值:从添加到解析器的参数生成)
(3)description - 在参数帮助文档之后显示的文本 (默认值:无)
(4)epilog - 在参数帮助文档之后显示的文本(默认值:无)
(5)parents - 一个 ap对象的列表,它们的参数也应包含在内
(6)formatter_class - 用于自定义帮助文档输出格式的类
(7)prefix_chars - 可选参数的前缀字符集合(默认值:'-')
(8)fromfile_prefix_chars - 当需要从文件中读取其他参数时,用于标识文件名的前缀字符集合(默认值:None)
(8)argument_default - 参数的全局默认值(默认值: None)
(9)conflict_handler - 解决冲突选项的策略(通常是不必要的)
(10)add_help - 为解析器添加一个 -h/–help 选项(默认值: True)
(11)allow_abbrev - 如果缩写是无歧义的,则允许缩写长选项 (默认值:True)
add_argument()方法
(1)name or flags - 一个命名或者一个选项字符串的列表。(例如 foo 或 -f, --foo)
(2)action - 表示该选项要执行的操作
(3)default - 默认值
(4)dest - 用来指定参数的位置,被添加到 parse_args() 所返回对象上的属性名。
(5)type - 为参数类型。(例如int)
(6)choices - 用来选择输入参数的范围。(例如choice = [1, 5, 10])
(7)help - 用来描述这个选项的作用
(8)nargs - 命令行参数应当消耗的数目。
(9)const - 被一些 action 和 nargs 选择所需求的常数。
(10)required - 此命令行选项是否可省略 (仅选项可用)。
(11)metavar - 在使用方法消息中使用的参数值示例。
import argparse import logging """ " File Description: " dump model && deploy " " Created by zz on 2021/6/22. " Mail: zz@baidu.com """ logging.basicConfig(level=logging.DEBUG) def parse_args(): ap = argparse.ArgumentParser(prog="deploy tool", description='dump or calib model && deploy') ap.add_argument("deploy_path", type=str, help="deploy base path") ap.add_argument("exp_name", type=str, help="train exp name") subparser = ap.add_subparsers(title="model deploy subparser", dest="mode") # subparser model_deploy_parser = subparser.add_parser("model", help="model deploy") model_deploy_parser.add_argument("--default", default=False, type=bool, help="whether that's default model") calib_deploy_parser = subparser.add_parser("calib", help="offline calib deploy") calib_deploy_parser.add_argument("--input", required=True, type=str, help="model offline calib file") args = ap.parse_args() return args # global args args = parse_args() mode = args.mode deploy_path = args.deploy_path exp_name = args.exp_name def main(): if mode == "model": _deploy_model() elif mode == "calib": _deploy_calib() else: logging.error( "Mode error") if __name__ == '__main__': main()
到此这篇关于python argparse命令行参数解析的文章就介绍到这了,更多相关python argparse命令行参数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!
相关文章
利于python脚本编写可视化nmap和masscan的方法
这篇文章主要介绍了利于python脚本编写可视化nmap和masscan的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-12-12python中openpyxl和xlsxwriter对Excel的操作方法
这篇文章主要介绍了python中openpyxl和xlsxwriter对Excel的操作方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2021-03-03tensorflow1.0学习之模型的保存与恢复(Saver)
这篇文章主要介绍了tensorflow1.0学习之模型的保存与恢复(Saver) ,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧2018-04-04
最新评论