一、前言

在近半年的 Python 命令行旅程中，我們依次學(xué)習(xí)了 argparse 、 docopt 、 click 和 fire 庫(kù)的特點(diǎn)和用法，逐步了解到 Python 命令行庫(kù)的設(shè)計(jì)哲學(xué)與演變。本文作為本次旅程的終點(diǎn)，希望從一個(gè)更高的視角對(duì)這些庫(kù)進(jìn)行橫向?qū)Ρ龋偨Y(jié)它們的異同點(diǎn)和使用場(chǎng)景，以期在應(yīng)對(duì)不同場(chǎng)景時(shí)能夠分析利弊，選擇合適的庫(kù)為己所用。

本系列文章默認(rèn)使用 Python 3 作為解釋器進(jìn)行講解。若你仍在使用 Python 2，請(qǐng)注意兩者之間語(yǔ)法和庫(kù)的使用差異哦~

二、設(shè)計(jì)理念

在討論各個(gè)庫(kù)的設(shè)計(jì)理念之前，我們先設(shè)計(jì)一個(gè) 計(jì)算器程序 ，其實(shí)這個(gè)例子在 argparse 庫(kù)的第一篇講解中出現(xiàn)過(guò)，也就是：

1. 命令行程序接受一個(gè)位置參數(shù)，它能出現(xiàn)多次，且是數(shù)字
2. 默認(rèn)情況下，命令行程序會(huì)求出給定的一串?dāng)?shù)字的最大值
3. 如果指定了選項(xiàng)參數(shù) --sum ，那么就會(huì)將求出給定的一串?dāng)?shù)字的和

希望從各個(gè)庫(kù)實(shí)現(xiàn)該例子的代碼中能進(jìn)一步體會(huì)它們的設(shè)計(jì)理念。

2.1、argparse

argparse 的設(shè)計(jì)理念就是提供給你最細(xì)粒度的控制，你需要詳細(xì)地告訴它參數(shù)是選項(xiàng)參數(shù)還是位置參數(shù)、參數(shù)值的類型是什么、該參數(shù)的處理動(dòng)作是怎樣的?？傊?，它就像是一個(gè)沒(méi)有智能分析能力的初代機(jī)器人，你需要告訴它明確的信息，它才會(huì)根據(jù)給定的信息去幫助你做事情。

以下示例為 argparse 實(shí)現(xiàn)的 計(jì)算器程序 ：

import argparse
# 1. 設(shè)置解析器
parser = argparse.ArgumentParser(description='Calculator Program.')
# 2. 定義參數(shù)
# 添加位置參數(shù) nums，在幫助信息中顯示為 num
# 其類型為 int，且支持輸入多個(gè)，且至少需要提供一個(gè)
parser.add_argument('nums', metavar='num', type=int, nargs='+',
   help='a num for the accumulator')
# 添加選項(xiàng)參數(shù) --sum，該參數(shù)被 parser 解析后所對(duì)應(yīng)的屬性名為 accumulate
# 若不提供 --sum，默認(rèn)值為 max 函數(shù)，否則為 sum 函數(shù)
parser.add_argument('--sum', dest='accumulate', action='store_const',
   const=sum, default=max,
   help='sum the nums (default: find the max)')
# 3. 解析參數(shù)
args = parser.parse_args(['--sum', '1', '2', '3'])
print(args) # 結(jié)果：Namespace(accumulate=<built-in function sum>, nums=[1, 2, 3])
# 4. 業(yè)務(wù)邏輯
result = args.accumulate(args.nums)
print(result) # 基于上文的 ['--sum', '1', '2', '3'] 參數(shù)，accumulate 為 sum 函數(shù)，其結(jié)果為 6

從上述示例可以看到，我們需要通過(guò) add_argument 很明確地告訴 argparse 參數(shù)長(zhǎng)什么樣：

• 它是位置參數(shù) nums ，還是選項(xiàng)參數(shù) --sum
• 它的類型是什么，比如 type=int 表示類型是 int
• 這個(gè)參數(shù)能重復(fù)出現(xiàn)幾次，比如 nargs='+' 表示至少提供 1 個(gè)
• 參數(shù)的是存什么的，比如 action='store_const' 表示存常量

然后它才根據(jù)給定的這些元信息來(lái)解析命令行參數(shù)（也就是示例中的 ['--sum', '1', '2', '3'] ）。

這是很計(jì)算機(jī)的思維，雖然冗長(zhǎng)，但也帶來(lái)了靈活性。

2.2、docopt

從 argparse 的理念可以看出，它是命令式的。這時(shí)候 docopt 另辟蹊徑，聲明式是不是也可以？一個(gè)命令行程序的幫助信息其實(shí)已然包含了這個(gè)命令行的完整元信息，那不就可以通過(guò)定義幫助信息來(lái)定義命令行？ docopt 就是基于這樣的想法去設(shè)計(jì)的。

聲明式的好處在于只要你掌握了聲明式的語(yǔ)法，那么定義命令行的元信息就會(huì)很簡(jiǎn)單。

以下示例為 docopt 實(shí)現(xiàn)的 計(jì)算器程序 ：

# 1. 定義接口描述/幫助信息
"""Calculator Program.
Usage:
 calculator.py [--sum] <num>...
 calculator.py (-h | --help)
Options:
 -h --help Show help.
 --sum  Sum the nums (default: find the max).
"""
from docopt import docopt
# 2. 解析命令行
arguments = docopt(__doc__, options_first=True, argv=['--sum', '1', '2', '3'])
print(arguments) # 結(jié)果：{'--help': False, '--sum': True, '<num>': ['1', '2', '3']}
# 3. 業(yè)務(wù)邏輯
nums = (int(num) for num in arguments['<num>'])
if arguments['--sum']:
 result = sum(nums)
else:
 result = max(nums)
print(result) # 基于上文的 ['--sum', '1', '2', '3'] 參數(shù)，處理函數(shù)為 sum 函數(shù)，其結(jié)果為 6

從上述示例可以看到，我們通過(guò) __doc__ 定義了接口描述，這和 argparse 中 add_argument 是等價(jià)的，然后 docopt 便會(huì)根據(jù)這個(gè)元信息把命令行參數(shù)轉(zhuǎn)換為一個(gè)字典。業(yè)務(wù)邏輯中就需要對(duì)這個(gè)字典進(jìn)行處理。

對(duì)比與 argparse ：

• 對(duì)于更為復(fù)雜的命令程序，元信息的定義上 docopt 會(huì)更加簡(jiǎn)單
• 然而在業(yè)務(wù)邏輯的處理上，由于 argparse 在一些簡(jiǎn)單參數(shù)的處理上會(huì)更加便捷（比如示例中的情形），相對(duì)來(lái)說(shuō) docopt 轉(zhuǎn)換為字典后就把所有處理交給業(yè)務(wù)邏輯的方式會(huì)更加復(fù)雜

2.3、click

命令行程序本質(zhì)上是定義參數(shù)和處理參數(shù)，而處理參數(shù)的邏輯一定是與所定義的參數(shù)有關(guān)聯(lián)的。那可不可以用函數(shù)和裝飾器來(lái)實(shí)現(xiàn)處理參數(shù)邏輯與定義參數(shù)的關(guān)聯(lián)呢？而 click 正好就是以這種使用方式來(lái)設(shè)計(jì)的。

click 使用裝飾器的好處就在于用裝飾器優(yōu)雅的語(yǔ)法將參數(shù)定義和處理邏輯整合在一起，從而暗示了路由關(guān)系。相比于 argparse 和 docopt 需要自行對(duì)解析后的參數(shù)來(lái)做路由關(guān)系，簡(jiǎn)單了不少。

以下示例為 click 實(shí)現(xiàn)的 計(jì)算器程序 ：

import sys
import click
sys.argv = ['calculator.py', '--sum', '1', '2', '3']
# 2. 定義參數(shù)
@click.command()
@click.argument('nums', nargs=-1, type=int)
@click.option('--sum', 'use_sum', is_flag=True, help='sum the nums (default: find the max)')
# 1. 業(yè)務(wù)邏輯
def calculator(nums, use_sum):
 """Calculator Program."""
 print(nums, use_sum) # 輸出：(1, 2, 3) True
 if use_sum:
 result = sum(nums)
 else:
 result = max(nums)
 print(result) # 基于上文的 ['--sum', '1', '2', '3'] 參數(shù)，處理函數(shù)為 sum 函數(shù)，其結(jié)果為 6
calculator()

從上述示例可以看出，參數(shù)和對(duì)應(yīng)的處理邏輯非常好地綁定在了一起，看上去就很直觀，使得我們可以明確了解參數(shù)會(huì)怎么處理，這在有大量參數(shù)時(shí)顯得尤為重要，這邊是 click 相比于 argparse 和 docopt 最明顯的優(yōu)勢(shì)。

此外， click 還內(nèi)置了很多實(shí)用工具和額外能力，比如說(shuō) Bash 補(bǔ)全、顏色、分頁(yè)支持、進(jìn)度條等諸多實(shí)用功能，可謂是如虎添翼。

2.4、fire

fire 則是用一種面向廣義對(duì)象的方式來(lái)玩轉(zhuǎn)命令行，這種對(duì)象可以是類、函數(shù)、字典、列表等，它更加靈活，也更加簡(jiǎn)單。你都不需要定義參數(shù)類型， fire 會(huì)根據(jù)輸入和參數(shù)默認(rèn)值來(lái)自動(dòng)判斷，這無(wú)疑進(jìn)一步簡(jiǎn)化了實(shí)現(xiàn)過(guò)程。

以下示例為 fire 實(shí)現(xiàn)的 計(jì)算器程序 ：

import sys
import fire
sys.argv = ['calculator.py', '1', '2', '3', '--sum']
builtin_sum = sum
# 1. 業(yè)務(wù)邏輯
# sum=False，暗示它是一個(gè)選項(xiàng)參數(shù) --sum，不提供的時(shí)候?yàn)?False
# *nums 暗示它是一個(gè)能提供任意數(shù)量的位置參數(shù)
def calculator(sum=False, *nums):
 """Calculator Program."""
 print(sum, nums) # 輸出：True (1, 2, 3)
 if sum:
 result = builtin_sum(nums)
 else:
 result = max(nums)
 print(result) # 基于上文的 ['1', '2', '3', '--sum'] 參數(shù)，處理函數(shù)為 sum 函數(shù)，其結(jié)果為 6
fire.Fire(calculator)

從上述示例可以看出， fire 提供的方式無(wú)疑是最簡(jiǎn)單、并且最 Pythonic 的了。我們只需關(guān)注業(yè)務(wù)邏輯，而命令行參數(shù)的定義則和函數(shù)參數(shù)的定義融為了一體。

不過(guò)，有利自然也有弊，比如 nums 并沒(méi)有說(shuō)是什么類型，也就意味著輸入字符串'abc'也是合法的，這就意味著一個(gè)嚴(yán)格的命令行程序必須在自己的業(yè)務(wù)邏輯中來(lái)對(duì)期望的類型進(jìn)行約束。

三、橫向?qū)Ρ?/strong>