Python命令行参数传递详解
想让你的Python脚本更灵活、更强大吗?本教程为你揭秘Python命令行参数传递的奥秘!本文将深入探讨两种常用的方法:`sys.argv`和`argparse`模块。对于简单的参数传递,`sys.argv`足以应对,通过索引即可获取参数值。但面对复杂的参数管理需求,`argparse`模块则展现出其强大的优势,它支持参数类型定义、默认值设置以及生成友好的帮助信息。学习如何使用`argparse`,让你的脚本能够接收不同类型的参数,设置可选参数和默认值,从而编写出更易于使用和维护的Python脚本。无论你是Python新手还是经验丰富的开发者,都能从中受益,提升你的Python编程技能,打造更专业的命令行工具。
答案:Python脚本可通过sys.argv处理简单命令行参数,而argparse模块支持类型定义、默认值和帮助信息,更适合复杂参数管理。

Python脚本接收参数的方式有很多,最常见也最直接的就是通过命令行参数。这让脚本的灵活性大大提高,可以根据不同的参数执行不同的逻辑,而不需要修改脚本本身。
解决方案
Python主要通过sys模块来访问命令行参数。sys.argv是一个列表,包含了所有传递给脚本的参数。其中,sys.argv[0]是脚本自身的名称,后面的元素才是我们真正需要使用的参数。
举个例子,假设我们有一个脚本my_script.py:
import sys
if len(sys.argv) > 1:
name = sys.argv[1]
print(f"Hello, {name}!")
else:
print("Hello, world!")如果我们直接运行python my_script.py,它会打印 "Hello, world!"。但如果我们运行python my_script.py Alice,它会打印 "Hello, Alice!"。这就是最基本的参数传递方式。
除了直接使用sys.argv,还可以使用argparse模块,它提供更强大的参数解析功能,可以定义参数类型、默认值、帮助信息等。
如何使用 argparse 模块更优雅地传递参数?
argparse允许你定义脚本可以接受哪些参数,以及这些参数的类型、帮助信息等。这使得脚本更加易于使用和维护。
例如:
import argparse
parser = argparse.ArgumentParser(description='A simple greeting script.')
parser.add_argument('name', type=str, help='The name to greet')
args = parser.parse_args()
print(f"Hello, {args.name}!")这段代码定义了一个名为name的参数,类型为字符串,并提供了帮助信息。运行python my_script.py -h可以看到帮助信息。运行python my_script.py Bob会打印 "Hello, Bob!"。 如果不传递任何参数,会直接报错,提示需要提供name参数。
如何在Python脚本中处理不同类型的参数?
argparse支持多种参数类型,例如整数、浮点数、布尔值等。你可以根据需要选择合适的类型。
例如:
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))在这个例子中,integers参数接受一个或多个整数,--sum参数是一个可选参数,用于指定是求和还是求最大值。运行python my_script.py 1 2 3会打印 3 (最大值),运行python my_script.py 1 2 3 --sum会打印 6 (总和)。
如何在脚本中设置参数的默认值?
有时候,我们希望某些参数是可选的,并且有一个默认值。argparse也支持设置参数的默认值。
例如:
import argparse
parser = argparse.ArgumentParser(description='A simple greeting script.')
parser.add_argument('--name', type=str, default='World', help='The name to greet')
args = parser.parse_args()
print(f"Hello, {args.name}!")现在,如果我们运行python my_script.py,它会打印 "Hello, World!"。如果我们运行python my_script.py --name Alice,它会打印 "Hello, Alice!"。 注意,这里使用了--name,这是一个可选参数,通过--来指定。
sys.argv和argparse,我应该选择哪个?
如果你的脚本只需要处理少量简单的参数,那么直接使用sys.argv可能更方便。但如果你的脚本需要处理复杂的参数,例如不同类型的参数、可选参数、默认值等,那么使用argparse会更加清晰和易于维护。 实际上,即使是简单的脚本,使用 argparse 也是一个好习惯,它能提高代码的可读性和可维护性。
终于介绍完啦!小伙伴们,这篇关于《Python命令行参数传递详解》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
Python搭建代理池与IP轮换方法
- 上一篇
- Python搭建代理池与IP轮换方法
- 下一篇
- Python字符串高效处理技巧分享
-
- 文章 · python教程 | 2小时前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 4小时前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 6小时前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python ExceptionGroup 派生新组时如何保留异常元数据
- 417浏览 收藏
-
- 文章 · python教程 | 10小时前 | 异常处理 · 并发编程 · Python教程 · asyncio · asyncio 结构化并发 ExceptionGroup except* Python TaskGroup
- Python TaskGroup 如何汇总多个子任务异常
- 208浏览 收藏
-
- 文章 · python教程 | 13小时前 | 并发编程 · 工程实践 · Python教程 · 多进程日志 QueueListener multiprocessing.Queue RotatingFileHandler Python QueueHandler
- Python 日志 QueueHandler 解决多进程写入争用
- 186浏览 收藏
-
- 文章 · python教程 | 16小时前 | 数据校验 · python · Pydantic 部分更新 exclude_unset model_fields_set 显式空值 model_dump
- Pydantic 模型更新时区分未提供字段与显式空值
- 399浏览 收藏
-
- 文章 · python教程 | 18小时前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341浏览 收藏
-
- 文章 · python教程 | 20小时前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 文章 · python教程 | 22小时前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory
- multiprocessing 传输大对象为何变慢,如何减少序列化
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393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。
- 386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。
- 468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。
- 475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。
- 415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。
- 241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

