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<代码> add_option() 代码>来加入选项,使用parse_args()来解析命令行。
<强> add_option()中参数强>
第一个参数表示选项的缩写,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;
第二个参数表示选项的全拼,以两个中划线引导,例如——文件——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:
:表示输入命令行参数的值的类型,默认为字符串,可以指定为字符串,int,选择,浮动,复杂其中一种;
:表示命令参数的默认值;
:显示到帮助文档中用来提示用户输入期望的命令参数;
:指定参数在选项对象中成员的名称,如果没有指定桌子参数,将用命令行参数名来对期权对象的值进行存取。
:,显示在帮助文档中的信息;
<>强解析命令行强>
(选项,args)=parse.parse_args () >之前或在<代码>主要(argv) 代码>函数里:
(选项,args)=parser.parse_args (argv) >之前,是一个对象(optpars。值),保存有命令行参数值。通过命令行参数名,如文件,访问其对应的值:选择。文件;
,是一个由位置参数组成的列表;<强> optparse使用强>
导入系统 从optparse进口OptionParser 解析器=OptionParser () parser.add_option (“- f”——文件,类型=str,默认='。/形象”,帮助='文件路径的图片”,dest=' file_path”) parser.add_option(——权重,- w, type=str,默认='。/weights_saved’,帮助="文件位置的训练网络权值”) 解析器。add_option(‘——迭代’,‘我’,=int类型,默认=10000,帮助=癈RNN净的迭代时间”) 解析器。add_option (‘- gpu’,‘g’,=int类型,默认=0,帮助=癵pu id”) def主要(argv): (选项,args)=parser.parse_args () (选项,args)=parser.parse_args (argv) #好吧 打印的文件路径的图片:“+ options.file_path 打印“训练网络权值的文件位置:”+ options.weights 打印的迭代时间CRNN净:' + str (options.iterations) 打印的gpu id: ' + str (options.gpu) if __name__==癬_main__”: 主要(sys.argv) >之前<强>查看帮助文档:强>
python测试。py - h >之前显示:
用法:测试。py[选项]
引用>
选择:
,- h, help ,,,,,,,,,,显示帮助信息和退出
,- f FILE_PATH,文件=FILE_PATH
,,,,,,,,,,,,,,,,,,,,,,文件路径的图片
,- w权重,权重=重量
,,,,,,,,,,,,,,,,,,,,,,文件位置的训练网络权值
,我的迭代,迭代=迭代
,,,,,,,,,,,,,,,,,,,,,,迭代的时间CRNN净
,- g GPU, GPU=GPU ,,,gpu id输入命令行参数:
python测试。py - f . ./tensorflow train_image - w . ./tensorflow/重量- 5000 - g 2 >之前输出:
图像文件路径:. ./tensorflow train_image
引用>
文件位置训练网络的权重:. ./tensorflow/重量
迭代时间CRNN网:,5000年
gpu id:,2更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》,《Python字符串操作技巧汇总》、《Python编码操作技巧总结》,《Python数据结构与算法教程》、《Python函数使用技巧总结》,《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
Python处理命令行参数模块optpars用法实例分析