文章作者：Tyan
博客：noahsnail.com ?|? CSDN ?|? 簡書
命令行參數解析在編程語言中基本都會碰到，Python中內置了一個用于命令項選項與參數解析的模塊argparse。下面主要介紹兩種解析Python命令行參數的方式。
1. sys.argv
解析Python中命令行參數的最傳統的方法是通過sys.argv。Demo如下：
#!/usr/env/python python
# _*_ coding: utf-8 _*_
import sys
param1 = sys.argv[1]
param2 = sys.argv[2]
print sys.argv
print param1
print param2
print type(param1)
print type(param2)
測試結果如下：
$ python test.py 1 2
['test.py', '1', '2']
1
2
這種方法比較古老，靈活性很差，同時解析出來的參數都是str類型。但在編寫簡單腳本，參數較少且固定時比較方便。
2. argparse
argparse模塊是Python內置的參數解析模塊，使用起來比較簡單且功能強大。Demo如下：
#!/usr/env/python python
# _*_ coding: utf-8 _*_
import argparse
# Create ArgumentParser() object
parser = argparse.ArgumentParser()
# Add argument
parser.add_argument('--train', required=True, help='path to dataset')
parser.add_argument('--val', required=True, help='path to dataset')
parser.add_argument('--total', type=int, help='number of dataset', default=100)
parser.add_argument('--lr', type=float, default=0.01, help='learning rate')
# Print usage
parser.print_help()
# Parse argument
args = parser.parse_args()
# Print args
print args
print args.train
print type(args.train)
print args.val
print type(args.val)
print args.total
print type(args.total)
print args.lr
print type(args.lr)
測試結果如下：
# Test 1
python test.py --train train_lmdb --val val_lmdb --total 10000 --lr 0.001
usage: test.py [-h] --train TRAIN --val VAL [--total TOTAL] [--lr LR]
optional arguments:
-h, --help show this help message and exit
--train TRAIN path to dataset
--val VAL path to dataset
--total TOTAL number of dataset
--lr LR learning rate
Namespace(lr=0.001, total=10000, train='train_lmdb', val='val_lmdb')
train_lmdb
<type 'str'>
val_lmdb
<type 'str'>
10000
<type 'int'>
0.001
<type 'float'>
# Test 2
python test.py --train train_lmdb --val val_lmdb
usage: test.py [-h] --train TRAIN --val VAL [--total TOTAL] [--lr LR]
optional arguments:
-h, --help show this help message and exit
--train TRAIN path to dataset
--val VAL path to dataset
--total TOTAL number of dataset
--lr LR learning rate
Namespace(lr=0.01, total=100, train='train_lmdb', val='val_lmdb')
train_lmdb
<type 'str'>
val_lmdb
<type 'str'>
100
<type 'int'>
0.01
<type 'float'>
# Test 3
python test.py --val val_lmdb --train train_lmdb
usage: test.py [-h] --train TRAIN --val VAL [--total TOTAL] [--lr LR]
optional arguments:
-h, --help show this help message and exit
--train TRAIN path to dataset
--val VAL path to dataset
--total TOTAL number of dataset
--lr LR learning rate
Namespace(lr=0.01, total=100, train='train_lmdb', val='val_lmdb')
train_lmdb
<type 'str'>
val_lmdb
<type 'str'>
100
<type 'int'>
0.01
<type 'float'>
ArgumentParser類創建時的參數如下：
- prog - 程序的名字（默認：sys.argv[0]）
- usage - 描述程序用法的字符串（默認：從解析器的參數生成）
- description - 參數幫助信息之前的文本（默認：空）
- epilog - 參數幫助信息之后的文本（默認：空）
- parents - ArgumentParser 對象的一個列表，這些對象的參數應該包括進去
- formatter_class - 定制化幫助信息的類
- prefix_chars - 可選參數的前綴字符集（默認：‘-‘）
- fromfile_prefix_chars - 額外的參數應該讀取的文件的前綴字符集（默認：None）
- argument_default - 參數的全局默認值（默認：None）
- conflict_handler - 解決沖突的可選參數的策略（通常沒有必要）
- add_help - 給解析器添加-h/–help 選項（默認：True）
add_argument函數的參數如下：
- name or flags - 選項字符串的名字或者列表，例如foo 或者-f, --foo。
- action - 在命令行遇到該參數時采取的基本動作類型。
- nargs - 應該讀取的命令行參數數目。
- const - 某些action和nargs選項要求的常數值。
- default - 如果命令行中沒有出現該參數時的默認值。
- type - 命令行參數應該被轉換成的類型。
- choices - 參數可允許的值的一個容器。
- required - 該命令行選項是否可以省略（只針對可選參數）。
- help - 參數的簡短描述。
- metavar - 參數在幫助信息中的名字。
- dest - 給parse_args()返回的對象要添加的屬性名稱。
參考資料：
