利用Click和argparse给你Python程序构建一个优雅的命令行界面
off999 2024-10-26 12:03 26 浏览 0 评论
我们知道在Linux下有优雅的shell终端命令行界面,shell脚本都可以优雅用命令行的方式来运行。而且shell也再带优化命令行参数解析的bash内部命令getopts和大多数发行版附带的外部命令getops。Perl语言也有Getopt::XX系列模块来实现类似功能;Golang也有flag标准库以及更加强大的第三库cobra。
说了这么多你肯定要问,那么Python呢?Python不像shell,perl一样有便捷强大的oneline脚本,虽然Python有强大的web界面下的脚本执行环境Jupyter Note,但是对终端命令行下的执行也是我们要追求的目标。本文虫虫就给大家介绍如何在Python下实现优雅的终端命令行界面CLI,涉及的模块有Click和argparse和。
Click
Python开始的时候也模仿bansh和其他语言有getopt,optparse等模块来做CLI,后来推出argparser模块后getopt,optparse等都已经被废弃。在介绍argparser模块之前我们先来介绍click。
首先最简单的方式是使用click。我们先来看下python 3中的print()函数,注意该print()强制必须以带括号方式, 这是和python2最大的区别。其定义如下:
print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False)
可以看到该函数可以支持各种规范格式的输出,而不单单一个打印输出了。
比如,通过可以自定义打印的结束字符,默认是"\n"。
print('hello,chongchong! ', end='\r')
可以通过sep自定义分割符,而不是默认的空格。
print('hello', ' chongchong!', sep=',')
通过file来重定向输出到文件,而不是stdout的默认标准输出。
print(' hello,chongchong!', file=open('chongchong.out', 'w'))
我们可以利用click在命令行中实现对这些参数的输入和解析,实现一个简单的打印命令行界面。废话少说直接上代码:
#!/usr/bin/env python3 import click import sys @click.command() @click.argument('args', nargs=-1) @click.option('-s', '--sep', default=' ', help='分隔符,默认为空') @click.option('-e', '--end', default='\n', help='结尾字符,默认为 "\\n"') @click.option('-o', '--out', default=None, help='输出文件,默认为stdout)') def print_prog(args, sep, end, out): '''打印输出结果。 ''' print(*args, sep=sep, end=end, file=open(out, 'w') if out else sys.stdout) if __name__ == '__main__': print_prog()
脚本很简单,就是获取输入的参数,并将其传递给print()函数执行。执行如下:
打印文本
python print.py hello,chongchong!
显示帮助
python print.py –help
设置风格符号
python print.py -s %% hello chongchong!
重定向到文件
python print.py -o chongchong.out -s %% hello chongchong!
通过几行代码就实现了一个很棒的交互界面!
当然你可以依次为基础增加更多的内容,让它更实用这是一个演示,向您展示创建自己的CLI是多么容易。你不再需要编写普通的python脚本文件了。更多功能和高级特性可以参考click官方文档:
更多的基于click的项目和模块也可以通过其github仓clone和fork使用,你也可以给该项目添加自己的贡献。
具体地址为:github:/click-contrib/。
argparse
我们首先从官方的数字计算程序小例子来开始:
import argparse parser = argparse.ArgumentParser(description='Process some integers.') parser.add_argument('integers', metavar='N', type=int, nargs='+', help='an integer for the accumulator') parser.add_argument('--sum', dest='accumulate', action='store_const', const=sum, default=max, help='sum the integers (default: find the max)') args = parser.parse_args() print args.accumulate(args.integers)
代码解释:
首先,通过argparse.ArgumentParser()创建一个解析对象;
接着,给对象添加两个参数,用add_argument()方法。比如本例中是一个type为一个或者一列整数;还有一个目标为accumulate属性用来选择两个函数sum()和max()求和和求最大值,默认为求最大值。
然后,通过parse_args()函数解析对象的参数,并把各个参数解析为合适的类型(int,accumulate),触发对应的行为(sum,max)。
最后通过print打印结果。
ArgumentParser.add_argument()
使用方法如下:
ArgumentParser构造对象
ArgumentParser对象的初始化原型为(构造方法):
ArgumentParser(prog=None, usage=None, description=None, epilog=None, parents=[], formatter_class=argparse.HelpFormatter, prefix_chars='-', fromfile_prefix_chars=None, argument_default=None, conflict_handler='error', add_help=True)
其各个参数为:
prog - 程序的名称(默认为sys.argv[0])
usage - 描述程序使用帮助信息(默认值:从添加的参数来生成)
description - 在参数帮助之前显示的文本(默认值:无)
epilog - 在参数帮助后显示的文本(默认值:无)
parents - ArgumentParser也应包含其参数的对象列表
formatter_class - 用于自定义帮助输出的类
prefix_chars - 前缀可选参数的字符集(默认值:' - ')
fromfile_prefix_chars -文件前缀字符参数(默认值:None)
argument_default -为参数的全局默认值(默认值:None)
conflict_handler - 解决冲突选项的策略(通常不需要)
add_help -添加-h/--help选项解析器(默认值:True)
一般情况下,我们无需管其他情况,只需设置个程序描述即可。
add_argument()方法
add_argument()方法用来创建解析参数,定义对参数具体的解析,其原型如下:
add_argument(name or flags...[, action][, nargs][, const][, default][, type][, choices][, required][, help][, metavar][, dest])
参数有:
name或者flags - 名称或选项字符串列表,必填写项。例如foo或-f, --foo。
action - 在命令行中遇到此参数时要采取的操作类型。
nargs – 要使用的命令行参数的数量,用通配符号表示,比如"*","+"和"?",分别表示不限数量,至少一个和一个参数。
const - 一些动作和 nargs 选择所需的常量。
default - 如果参数在命令行中不存在,则默认使用的值。
type - 命令行参数应该转换的类型,默认为字符串string
choices – 可选项, 一个允许参数值的容器。
required - 是否可以省略命令行选项(仅对可选项)。
help - 帮助提示信息,用来对参数进行必要的描述。
metavar – 帮助消息替代参数的显示名称。
dest - 要添加到parse_args()函数返回对象的属性的名称。
parse_args()方法
parse_args方法用来把命令行中的字符,解析到参数解析命名空间(add_argumnet()创建)定义的各个参数。其原型如下:
parse_args(args=None, namespace=None)
args为参数列表,参数字符串通过调用sys.argv获取,Namespace为属性创建一个新的空对象。
实例学习sqlmap
最后我们节选一个著名sql注入渗透工具sqlmap的cmdline.py部分代码,来展示一个大型软件中,如何实际通过argparser来构建起命令行界面的。基本上也跟上面流程方法一样,不过额外使用一些函数和功能。
全部代码详见sqlmap github官方仓库:
(github /sqlmapproject/sqlmap/blob/master/lib/parse/cmdline.py)
总结
本文我们实例介绍了python下构建优雅终端命令行界面两种方法Click和argparser。善用他们可以为我们的代码工作减少很多繁琐的命令行参数的定义和解析过程,提高编码的效率。
相关推荐
- Python 数据分析——利用Pandas进行分组统计
-
话说天下大势,分久必合,合久必分。数据分析也是如此,我们经常要对数据进行分组与聚合,以对不同组的数据进行深入解读。本章将介绍如何利用Pandas中的GroupBy操作函数来完成数据的分组、聚合以及统计...
- python数据分析:介绍pandas库的数据类型Series和DataFrame
-
安装pandaspipinstallpandas-ihttps://mirrors.aliyun.com/pypi/simple/使用pandas直接导入即可importpandasas...
- 使用DataFrame计算两列的总和和最大值_[python]
-
【如果对您有用,请关注并转发,谢谢~~】最近在处理气象类相关数据的空间计算,在做综合性计算的时候,DataFrame针对每列的统计求和、最大值等较为方便,对某行的两列或多列数据进行求和与最大值等的简便...
- 8-Python内置函数
-
Python提供了丰富的内置函数,这些函数可以直接使用而无需导入任何模块。以下是一些常用的内置函数及其示例:1-print()1-1-说明输出指定的信息到控制台。1-2-例子2-len()2-1-说...
- Python中函数式编程函数: reduce()函数
-
Python中的reduce()函数是一个强大的工具,它通过连续地将指定的函数应用于序列(如列表)来对序列(如列表)执行累积操作。它是functools模块的一部分,这意味着您需要在使用它之...
- 万万没想到,除了香农计划,Python3.11竟还有这么多性能提升
-
众所周知,Python3.11版本带来了较大的性能提升,但是,它具体在哪些方面上得到了优化呢?除了著名的“香农计划”外,它还包含哪些与性能相关的优化呢?本文将带你一探究竟!作者:BeshrKay...
- 最全python3.11版12类75个内置函数大全
-
获取全部内置函数:importbuiltins#导入模块yc=[]#异常属性nc=[]#不可调用fn=[]#内置函数defll(ty=builtins):...
- 软件测试笔试题
-
测试工程师岗位,3-5年,10-14k1.我司有一款产品,类似TeamViewer,向日葵,mstsc,QQ远程控制产品,一个PC客户端产品,请设想一下测试要点。并写出2.写出常用的SQL语句8条,l...
- 备战各大互联网巨头公司招聘会,最全Python面试大全,共300题
-
前言众所周知,越是顶尖的互联网公司在面试这一part的要求就越高,需要你有很好的技术功底、项目经验、一份漂亮的简历,当然还有避免不了的笔试过关。对于Python的工程师来说,全面掌握好有关Python...
- 经典 SQL 数据库笔试题及答案整理
-
马上又是金三银四啦,有蛮多小伙伴在跳槽找工作,但对于年限稍短的软件测试工程师,难免会需要进行笔试,而在笔试中,基本都会碰到一道关于数据库的大题,今天这篇文章呢,就收录了下最近学员反馈上来的一些数据库笔...
- 用Python开发日常小软件,让生活与工作更高效!附实例代码
-
引言:Python如何让生活更轻松?在数字化时代,编程早已不是程序员的专属技能。Python凭借其简洁易学的特点,成为普通人提升效率、解决日常问题的得力工具。无论是自动化重复任务、处理数据,还是开发个...
- 太牛了!102个Python实战项目被我扒到了!建议收藏!
-
挖到宝了!整整102个Python实战项目合集,从基础语法到高阶应用全覆盖,附完整源码+数据集,手把手带你从代码小白变身实战大神!这波羊毛不薅真的亏到哭!超全项目库,学练一站式搞定这份资...
- Python中的并发编程
-
1.Python对并发编程的支持多线程:threading,利用CPU和IO可以同时执行的原理,让CPU不会干巴巴等待IO完成。多进程:multiprocessing,利用多核CPU...
- Python 也有内存泄漏?
-
1.背景前段时间接手了一个边缘视觉识别的项目,大功能已经开发的差不多了,主要是需要是优化一些性能问题。其中比较突出的内存泄漏的问题,而且不止一处,有些比较有代表性,可以总结一下。为了更好地可视化内存...
- python爬虫之多线程threading、多进程、协程aiohttp批量下载图片
-
一、单线程常规下载常规单线程执行脚本爬取壁纸图片,只爬取一页的图片。importdatetimeimportreimportrequestsfrombs4importBeautifu...
你 发表评论:
欢迎- 一周热门
-
-
python 3.8调用dll - Could not find module 错误的解决方法
-
加密Python源码方案 PyArmor(python项目源码加密)
-
Python3.8如何安装Numpy(python3.6安装numpy)
-
大学生机械制图搜题软件?7个受欢迎的搜题分享了
-
编写一个自动生成双色球号码的 Python 小脚本
-
免费男女身高在线计算器,身高计算公式
-
将python文件打包成exe程序,复制到每台电脑都可以运行
-
Python学习入门教程,字符串函数扩充详解
-
Python数据分析实战-使用replace方法模糊匹配替换某列的值
-
Python进度条显示方案(python2 进度条)
-
- 最近发表
- 标签列表
-
- python计时 (54)
- python安装路径 (54)
- python类型转换 (75)
- python进度条 (54)
- python的for循环 (56)
- python串口编程 (60)
- python写入txt (51)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python字典增加键值对 (53)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python qt (52)
- python人脸识别 (54)
- python斐波那契数列 (51)
- python多态 (60)
- python命令行参数 (53)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- centos7安装python (53)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)