argparse实现--data-raw参数用法详解
2026-03-16 15:30:36
0浏览
收藏
虽然 argparse 默认不支持 curl 风格的 `--data-raw` 参数(即原样接收任意字符串、不做解析或编码),但通过显式指定 `type=str`、合理利用 shell 引号机制及清晰的 help 提示,就能精准模拟其行为——用户输入如 `--data-raw '{"key":"val"}'` 或 `--data-raw $'hello\nworld'` 会被完整保留,包括空格、换行、特殊字符和 JSON 结构,真正实现“所见即所得”的原始数据传递,让 Python 命令行工具无缝对标 curl 的灵活性与可靠性。

argparse 本身不直接支持类似 curl --data-raw 这种“接收任意字符串、不做解析、原样传递”的语义,但可以通过配置参数类型和处理方式来模拟该行为。
使用 type=str + nargs=1 或 nargs='?' (推荐)
避免 argparse 对参数值做额外拆分或类型转换是关键。默认情况下,如果用户写 --data-raw "hello world",argparse 会把引号内内容整体作为单个字符串接收——这正是 --data-raw 的预期行为。
- 不要用
action='store_true'或其他布尔动作 - 显式指定
type=str(虽是默认,但显式更清晰) - 用
nargs='?'支持无值调用(如--data-raw),或nargs=1强制带值;curl 实际上要求必须带值,所以nargs=None(默认)最贴近
禁用空白符自动分割(关键!)
argparse 默认对命令行中空格分隔的 token 做切分,但只要用户用引号包裹整个值(如 --data-raw '{"key":"val"}'),shell 就已将其传为一个参数,argparse 不会再拆它。无需额外干预——这是 shell 和 Python 的协同机制。
- ✅ 正确:
python script.py --data-raw 'foo bar'→args.data_raw == "foo bar" - ❌ 错误(不加引号):
--data-raw foo bar→ argparse 报错:unrecognized arguments: bar - 若需支持无引号的多词输入,需改用
nargs='*'并手动' '.join(),但会破坏与 curl 的兼容性,不推荐
可选:添加帮助文本明确语义
在 help 中说明该参数接受原始字符串,不进行 JSON 解析、URL 编码等预处理,让用户知道它和 curl --data-raw 行为一致。
- 例如:
help="send raw data string (no auto-encoding or parsing, like curl's --data-raw)" - 避免写
default=None除非真有逻辑需要区分“未提供”和“空字符串”
完整示例代码
注意:下面代码能直接运行,行为与 curl --data-raw 高度一致
import argparse
parser = argparse.ArgumentParser()
parser.add_argument('--data-raw',
type=str,
help='send raw data string (no auto-encoding or parsing, like curl\'s --data-raw)')
args = parser.parse_args()
if args.data_raw is not None:
print(f"Raw data received: {repr(args.data_raw)}")
- 执行
python test.py --data-raw '{"name":"alice"}'→ 输出Raw data received: '{"name":"alice"}' - 执行
python test.py --data-raw $'hello\nworld'(bash 中)→ 换行符也被保留
以上就是《argparse实现--data-raw参数用法详解》的详细内容,更多关于的资料请关注golang学习网公众号!
Golang文件操作错误处理技巧分享
- 上一篇
- Golang文件操作错误处理技巧分享
- 下一篇
- 58同城免费发布招聘信息方法
查看更多
最新文章
-
- 文章 · python教程 | 24分钟前 | 标准库 · Python教程 · Python Traversable importlib.resources zipimport
- Python importlib.resources.files 怎么访问压缩包内资源
- 143浏览 收藏
-
- 文章 · python教程 | 3小时前 | 标准库 · python · 进程管理 · Python subprocess.Popen pipesize
- Python subprocess.Popen pipesize 什么时候有效
- 187浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · 异步编程 · Python 资源清理 异步生成器 contextlib aclosing
- Python contextlib.aclosing 怎么确保异步生成器退出
- 369浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python decimal tomllib parse_float
- Python tomllib.loads 怎么自定义浮点数类型
- 158浏览 收藏
-
- 文章 · python教程 | 16小时前 |
- Python runtime_checkable Protocol 为什么只检查属性存在
- 410浏览 收藏
-
- 文章 · python教程 | 19小时前 | 协程 · 超时控制 · python · asyncio · Python 异步超时 asyncio.timeout reschedule
- Python asyncio.timeout 怎么动态调整截止时间
- 403浏览 收藏
-
- 文章 · python教程 | 21小时前 | python · Python setup.py pyproject.toml packaging
- Python packaging 从 setup.py 迁移 pyproject.toml 的清单
- 236浏览 收藏
-
- 文章 · python教程 | 23小时前 | python ·
- Python multiprocessing shared_memory 管理共享缓冲区
- 218浏览 收藏
-
- 文章 · python教程 | 2天前 | python · 进程管理 · Python subprocess Popen 进程树 TimeoutExpired 超时清理
- Python subprocess 超时后清理子进程树
- 108浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 329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。
- 386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。
- 380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。
- 349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。
- 172次使用
查看更多
相关文章
-
- 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

