Python處理命令行參數(shù)模塊optpars用法實例分析

本文實例講述了Python處理命令行參數(shù)模塊optpars用法。分享給大家供大家參考，具體如下：
optpars是python中用來處理命令行參數(shù)的模塊，可以自動生成程序的幫助信息，功能強大，易于使用，可以方便的生成標準的，符合Unix/Posix 規(guī)范的命令行說明。
使用 add_option() 來加入選項，使用 parse_args() 來解析命令行。
add_option()中參數(shù)
第一個參數(shù)表示option的縮寫，以單個中劃線引導，例如-f、-d，只能用單個字母，可以使用大寫;
第二個參數(shù)表示option的全拼，以兩個中劃線引導，例如--file、--Opencv_version;
第一第二個參數(shù)可以單獨使用，也可以同時使用，但必須保證有其中一個;
從第三個參數(shù)開始是命名參數(shù)，是可選參數(shù)，常用的幾個：
type=: 表示輸入命令行參數(shù)的值的類型，默認為string，可以指定為string, int, choice, float，complex其中一種;
default=: 表示命令參數(shù)的默認值；
metavar=: 顯示到幫助文檔中用來提示用戶輸入期望的命令參數(shù)；
dest=：指定參數(shù)在options對象中成員的名稱，如果沒有指定dest參數(shù)，將用命令行參數(shù)名來對options對象的值進行存取。
help=:  顯示在幫助文檔中的信息;

解析命令行    
(options, args) = parse.parse_args()

或在main(argv)函數(shù)里：    
(options, args) = parser.parse_args(argv)

options，是一個對象（optpars.Values），保存有命令行參數(shù)值。通過命令行參數(shù)名，如 file，訪問其對應的值： options.file ;
args，是一個由 positional arguments 組成的列表;

optparse使用    
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)

查看幫助文檔：    
python test.py -h

顯示：

    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

輸入命令行參數(shù)：    
python test.py -f ../tensorflow/train_image -w ../tensorflow/weights -i 5000 -g 2

輸出：

    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