Python神器argparse模块超全使用详解
想要轻松玩转 Python 命令行?argparse 模块绝对是你的不二之选!本文将带你从零开始,系统学习 argparse 的使用技巧。首先,我们将了解如何创建 ArgumentParser 对象,并利用 add_argument() 方法定义各种参数类型,包括必填的位置参数和灵活的可选参数。其次,我们将深入区分位置参数与可选参数的不同形式,掌握如何设置参数类型、默认值,以及如何使用 choices 限制参数选项范围。更进一步,我们将学习如何处理多值参数和重复参数,例如使用 nargs="+" 接受多个数值,或使用 action="count" 统计参数出现次数。掌握这些基本用法,你就能轻松构建功能强大的命令行工具,让你的 Python 脚本更加实用高效!
argparse模块通过创建ArgumentParser对象处理命令行参数。首先导入模块并创建解析器,使用add_argument()定义参数类型,如位置参数parser.add_argument("echo")和可选参数parser.add_argument("--verbose")。其次区分参数形式,位置参数无前缀且必填,如python script.py hello;可选参数带--或-前缀且非必须,如--verbose或-v。接着设置参数类型、默认值与选项,如type=int指定整型,default="result.txt"设定默认输出文件名,choices=["fast", "slow"]限制选项范围。最后支持多值或多现参数,如nargs="+"接受多个数值,action="count"统计出现次数。掌握这些基本用法后,可根据需求逐步深入使用。

在写 Python 脚本时,经常需要处理命令行参数。argparse 模块就是用来做这件事的标准库之一,用起来简单又灵活。下面我们就来聊聊它的基本用法和一些实用技巧。
如何开始使用 argparse
首先,你需要导入 argparse 模块,并创建一个 ArgumentParser 对象。这个对象会帮你解析命令行参数。
import argparse parser = argparse.ArgumentParser(description='这是一个简单的示例')
这里的关键是 add_argument() 方法,它用来定义你希望接收的参数。比如:
添加一个位置参数(必须提供的参数):
parser.add_argument("echo", help="打印你输入的内容")添加一个可选参数:
parser.add_argument("--verbose", help="启用详细输出模式", action="store_true")
然后调用 parse_args() 就能获取用户输入的参数了:
args = parser.parse_args()
print(args.echo)
if args.verbose:
print("详细模式已开启")怎么区分位置参数和可选参数
位置参数是你运行脚本时必须输入的参数,顺序固定。比如:
python script.py hello
这里的 hello 就是一个位置参数。
可选参数则是带 -- 或 - 前缀的参数,不是必须的。比如:
python script.py --verbose hello
还可以给可选参数加短格式,比如:
parser.add_argument("-v", "--verbose", help="启用详细模式", action="store_true")这样用户既可以写 --verbose,也可以简写成 -v。
参数类型与默认值怎么设置
argparse 默认把参数当作字符串处理,但你可以指定类型:
parser.add_argument("square", type=int, help="计算平方数")如果你希望某个参数有默认值,可以这样写:
parser.add_argument("--output", default="result.txt", help="输出文件名")这样即使用户不提供 --output,程序也能用默认值继续执行。
还有些时候,你想让参数只能从几个选项中选,可以用 choices:
parser.add_argument("--mode", choices=["fast", "slow"], default="fast")处理多个参数或重复参数
如果你想支持多个值的参数,比如让用户输入多个数字:
parser.add_argument("--numbers", nargs="+", type=int)这样就能接受像 --numbers 1 2 3 这样的输入。
如果参数可以出现多次,比如日志级别可以多次传入来增加等级:
parser.add_argument("-v", "--verbose", action="count", default=0)那么 -v 是一次,-vv 是两次,适合控制日志级别。
基本上就这些。argparse 的功能很全,用的时候不需要一开始就掌握所有特性,先学会最常用的几种方式,遇到复杂需求再查文档也不迟。关键是理解参数类型、可选参数、默认值这些概念,剩下的就是多练多用。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
JS进阶必看!typeof操作符详解与数据类型大揭秘
- 上一篇
- JS进阶必看!typeof操作符详解与数据类型大揭秘
- 下一篇
- 微软放大招!VSCode新增Office加载项开发工具抢先体验
-
- 文章 · python教程 | 2天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 2天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 2天前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 3天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 3天前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 3天前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
-
- 文章 · python教程 | 3天前 |
- Python itertools.batched strict 参数什么时候会报错
- 306浏览 收藏
-
- 文章 · python教程 | 3天前 |
- Python ExceptionGroup split 怎么按异常类型拆分
- 311浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 284次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 338次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 336次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 303次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 124次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
