Click使用|学习笔记

简介: 快速学习Click使用

开发者学堂课程【Python 脚本进阶Click使用】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/797



Click使用

Click命令行工具(目录)

一、 Click介绍

二、 Click快速开始

三、 Click参数

四、 Click选项

五、 Click用户输入

一、Click介绍

●dick 是一个以尽可能少的代码,以组合的方式创建优美的命令行程序的Python包它有很高的可配置性。同时也能开箱即用。

●Click具备以下三个特性

1、任意嵌套命令
2、自动生成帮助

3、支持运行时坚持加载子命令

Click快速开始

image.png
image.png

二、Click定义可选选项Option

●在Click中,可以使用dick .option来定义选项

●option 中设置default为默认选项
●option 中设置help为帮助信息
●option 设置type为数据类型
●option 设置hide_input 可以隐藏输入
●option 设置confirmation_prompt可以脸证输入

image.png

●option 设置nargs表示接受多个值

import· click

@click . command()
@click. option('-- count' , default=1, type= int, help="your· countl")

def. hello(count):
· · · ·click. echo (count)
···· · · ·click. echo ("hello·world") ;

if ·_ name_ · = · ` _ main_`;

···· · · ·hello();

三、Click定义参数Argument

●在Click中,可以使用dick.argument来定义参数

●argument 设置nargs 表示接受多个值
●argument 设置type设定格式
●argument 设置type为click File支持对文件操作

image.png

四、Click接受的参数类型

●Click 可以接受以下类型数据作为参数

●str : 字符串
●int : 数值
● float : 浮点數

●bool : 布尔值
● click.JUID : UUID值
●clickFile : 文件类型
● click.Path : 文件路径类型
●click.Choice : 可选项类型
●click.IntRange : 数值可选范围
●click.FloatRange : 浮点数可选范围

●click.DateTime : 时间

import· click

@click. command()
@click. argument( ' action', type=str)
@click. option(' -- ocount' , type=int, default=1)

def· hello (action, ocount) :
···· · · ·click. echo (action)
···· · · ·click. echo (ocount)
···· · · ·click . echo ("hello . world");

if ·_ name_ · = · ` _ main_`;

···· · · ·hello();

五、Click获取用户输入Prompt

●Click 提供了dick.prompt要求用户输入

●Click 提供了dlick.confirm要求用户确认

import· click

@click . command ( )
def· hello():
···· · · ·count·=· click . prompt ("please . input·a·int", type=int)

···· · · ·click . echo (count)
···· · · ·click. echo ("hello· world");
···· · · ·if· click. confirm(" do . you· want . to· continue"):
········ · · ·· · · ·click. echo("done")

if ·_ name_ · = · ` _ main_`;

···· · · ·hello();

相关文章
|
4月前
|
Ubuntu Linux 开发工具
怎么用PD虚拟机在Mac上如何运行Linux 操作指南来了!
怎么用PD虚拟机在Mac上运行Linux?只需五步:下载镜像 → 启动PD创建虚拟机 → 导入Linux系统 → 安装Parallels Tools → 开启共享与剪贴板功能,立刻开启Linux之旅!**整个过程图形化、无需手动配置引导、适合新手又不失灵活性,特别适合Mac用户用于开发、测试、学习和工作。 希望这篇《怎么用PD虚拟机在Mac上如何运行Linux 操作指南来了!》能帮你成功在Mac中打造一个完整好用的Linux环境,轻松跨平台办公、学习与开发!
|
7天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
285 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
293 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
224 113
|
10天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
770 5