本文实例讲述了Python处理命令行参数模块optpars用法。分享给大家供大家参考，具体如下：
optpars是python中用来处理命令行参数的模块，可以自动生成程序的帮助信息，功能强大，易于使用，可以方便的生成标准的，符合Unix/Posix 规范的命令行说明。
使用 add_option() 来加入选项，使用 parse_args() 来解析命令行。
add_option()中参数
第一个参数表示option的缩写，以单个中划线引导，例如-f、-d，只能用单个字母，可以使用大写;
第二个参数表示option的全拼，以两个中划线引导，例如--file、--Opencv_version;
第一第二个参数可以单独使用，也可以同时使用，但必须保证有其中一个;
从第三个参数开始是命名参数，是可选参数，常用的几个：
type=: 表示输入命令行参数的值的类型，默认为string，可以指定为string, int, choice, float，complex其中一种;
default=: 表示命令参数的默认值；
metavar=: 显示到帮助文档中用来提示用户输入期望的命令参数；
dest=：指定参数在options对象中成员的名称，如果没有指定dest参数，将用命令行参数名来对options对象的值进行存取。
help=: 显示在帮助文档中的信息;
解析命令行
|
1
|
(options, args) = parse.parse_args()
|
或在main(argv)函数里：
|
1
|
(options, args) = parser.parse_args(argv)
|
options，是一个对象（optpars.Values），保存有命令行参数值。通过命令行参数名，如 file，访问其对应的值： options.file ;
args，是一个由 positional arguments 组成的列表;
optparse使用
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import sys
from optparse import OptionParser
parser = OptionParser()
parser.add_option('-f','--file',type=str,default='./image',help='file path of images',dest='file_path')
parser.add_option('--weights','-w',type=str,default='./weights_saved',help="file location of the trained network weights")
parser.add_option('--iterations','-i',type=int,default=10000,help='iteration time of CRNN Net')
parser.add_option('--gpu','-g',type=int,default=0,help="gpu id")
def main(argv):
(options, args) = parser.parse_args()
(options, args) = parser.parse_args(argv) # both OK
print 'file path of images: ' + options.file_path
print "file location of the trained network weights: " + options.weights
print 'iteration time of CRNN Net: ' + str(options.iterations)
print 'gpu id: ' + str(options.gpu)
if __name__ == '__main__':
main(sys.argv)
|
查看帮助文档：
|
1
|
python test.py -h
|
显示：
Usage: test.py [options]
Options:
-h, --help show this help message and exit
-f FILE_PATH, --file=FILE_PATH
file path of images
-w WEIGHTS, --weights=WEIGHTS
file location of the trained network weights
-i ITERATIONS, --iterations=ITERATIONS
iteration time of CRNN Net
-g GPU, --gpu=GPU gpu id
输入命令行参数：
|
1
|
python test.py -f ../tensorflow/train_image -w ../tensorflow/weights -i 5000 -g 2
|
输出：
file path of images: ../tensorflow/train_image
file location of the trained network weights: ../tensorflow/weights
iteration time of CRNN Net: 5000
gpu id: 2
希望本文所述对大家Python程序设计有所帮助。
原文链接：https://blog.csdn.net/dcrmg/article/details/79495760