python 命令行插件 python 开发命令行工具

使用Python编写命令行工具的库很多，我最推荐的还是Google Fire

Hello World

要介绍Fire是什么，看一个简单的例子就明白了

# calc.py
import fire
class Calculator(object):
"""A simple calculator class."""
def double(self, number):
return 2 * number
if __name__ == '__main__':
fire.Fire(Calculator)
接下来我们进入bash来执行上面编写的脚本
> python calc.py double 10
20
> python calc.py double --number=16
32
上面是官方的示例代码，有了fire，编写Python的命令行程序就变得非常简单，我们无需再去处理繁琐的命令行参数解析了。接下来我们仿照HelloWorld，编写一个圆周率和阶乘计算的命令行脚本。
实战
import math
import fire
class Math(object):
def pi(self, n):
s = 0.0
for i in range(n):
s += 1.0/(i+1)/(i+1)
return math.sqrt(6*s)
def fact(self, n):
s = 1
for i in range(n):
s *= (i+1)
return s
if __name__ == '__main__':
fire.Fire(Math)
接下来我们运行一下
> python maths.py pi 10000
3.14149716395
> python maths.py pi 100000
3.14158310433
> python maths.py pi 1000000
3.14159169866
> python maths.py fact 10
3628800
> python maths.py fact 15
1307674368000
> python maths.py fact 20
2432902008176640000
Cool，真的非常方便！fire对当前对象结构进行了暴露，将结构信息映射到shell命令行参数上。fire其实有多种暴露模式，接下来我们逐个来看fire都有哪些暴露模式。
暴露模块
fire如果不传递任何参数就可以直接暴露当前模块结构，我们对上面的例子做一下改造，去掉类信息
import math
import fire
def pi(n):
s = 0.0
for i in range(n):
s += 1.0/(i+1)/(i+1)
return math.sqrt(6*s)
def fact(n):
s = 1
for i in range(n):
s *= (i+1)
return s
if __name__ == '__main__':
fire.Fire()
注意Fire函数调用没有任何参数，运行一下
> python maths.py fact 20
2432902008176640000
> python maths.py pi 1000000
3.14159169866
暴露函数
fire还可以传递一个函数对象来暴露单个函数，可以让我们在命令行参数上省掉函数名称
import math
import fire
def pi(n):
s = 0.0
for i in range(n):
s += 1.0/(i+1)/(i+1)
return math.sqrt(6*s)
if __name__ == '__main__':
fire.Fire(pi)
如果暴露函数那就只能暴露一个函数，如果暴露了两个，那就只有后面一个生效，运行一下
> python maths.py 1000
3.14063805621
暴露字典
fire可以直接暴露一个模块，将当前模块的所有函数全部暴露，函数名和第一个参数名一致。我们也可以不用暴露整个模块的所有函数，使用字典暴露法就可以选择性地对模块的某些函数进行暴露，顺便还可以替换暴露出来的函数名称。
import math
import fire
def pi(n):
s = 0.0
for i in range(n):
s += 1.0/(i+1)/(i+1)
return math.sqrt(6*s)
def fact(n):
s = 1
for i in range(n):
s *= (i+1)
return s
if __name__ == '__main__':
fire.Fire({
"pi[n]": pi
})
我们只暴露了pi函数，并且把名字还换掉了，运行一下，看效果
> python maths.py pi[n] 1000
3.14063805621
如果我们使用原函数名称，就会看到fire列出的友好的报错信息
> python maths.py pi 1000
Fire trace:
1. Initial component
2. ('Cannot find target in dict:', 'pi', {'pi[n]': })
Type: dict
String form: {'pi[n]': }
Length: 1
Usage: maths.py
maths.py pi[n]
暴露对象
import math
import fire
class Maths(object):
def pi(self, n):
s = 0.0
for i in range(n):
s += 1.0/(i+1)/(i+1)
return math.sqrt(6*s)
def fact(self, n):
s = 1
for i in range(n):
s *= (i+1)
return s
if __name__ == '__main__':
fire.Fire(Maths())
运行
> python maths.py pi 1000
3.14063805621
> python maths.py fact 20
2432902008176640000
暴露类
这个我们在上面的实战环节已经演示过了，这里就不在重复粘贴
类 vs 对象
通过上面的例子，我们发现暴露类和暴露对象似乎没有任何区别，那到底该选哪种比较优雅呢？这个要看类的构造器有没有参数，如果是不带参数的构造器，那么类和对象的暴露是没有区别的，但是如果类的构造器有参数，那就不一样了，下面我们改造一下Maths类，增加一个放大系数。
import math
import fire
class Maths(object):
def __init__(self, coeff):
self.coeff = coeff
def pi(self, n):
s = 0.0
for i in range(n):
s += 1.0/(i+1)/(i+1)
return self.coeff * math.sqrt(6*s)
def fact(self, n):
s = 1
for i in range(n):
s *= (i+1)
return self.coeff * s
if __name__ == '__main__':
fire.Fire(Maths)
因为Maths的构造器带有参数，所有运行命令行时需要指定构造器参数值
> python maths.py pi 1000 --coeff=2
6.28127611241
如果不指定参数的值，运行时就会报错
> python maths.py pi 1000
Fire trace:
1. Initial component
2. ('The function received no value for the required argument:', 'coeff')
Type: type
String form: 
File: ~/source/rollado/maths.py
Line: 5
Usage: maths.py COEFF
maths.py --coeff COEFF
如果改成暴露对象，那么放大系数就是在代码里写死的，无法在命令行进行参数定制了。这就是暴露对象和暴露类的差别，似乎暴露类在功能上更强大一些。
暴露属性
上面的所有例子我们最终暴露的都是函数，要么是模块里的函数，要么是类里的函数。但实际上fire还可以暴露属性，比如我们可以将上面的coeff参数通过命令行进行输出。
> python maths.py coeff --coeff=2
2
> python maths.py coeff --coeff=3
3
再来一个更加简单的例子
# example.py
import fire
english = 'Hello World'
spanish = 'Hola Mundo'
fire.Fire()
运行
$ python example.py english
Hello World
$ python example.py spanish
Hola Mundo

原理

命令行中的参数顺序和代码内部对象的树状层次结构呈现一一对应关系。如果fire不带参数暴露了当前的模块，那么第一个参数就应该是这个模块内部的函数名、类名或者是变量名。如果第一个参数是函数，那么接下来的参数就是函数的参数。如果第一个参数是类，那么接下来的参数可能是这个类实例内部的方法或者字段。如果第一个参数是变量名，后面没有参数的话，就直接显示这个变量。如果后面还有参数，那么就把这个变量看成一个对象，然后继续使用后续参数来深入解析这个对象。

在Python里面所有的变量都是对象，包括普通的整数、字符串、浮点数、布尔值等。理论上可以一直将对象结构递归下去，形成一个复杂的链式调用。

链式暴露

接下来我们验证这个理论，尝试一下复杂的链式暴露。

import fire
class Chain(object):
def __init__(self):
self.value = 1
def incr(self):
print "incr", self.value
self.value += 1
return self
def decr(self):
print "decr", self.value
self.value -= 1
return self
def get(self):
return self.value
if __name__ == '__main__':
fire.Fire(Chain)
运行一下
> python chains.py incr incr incr decr decr get
incr 1
incr 2
incr 3
decr 4
decr 3
2
Cool! 我们通过在每个方法里面方法self对象自身来实现了漂亮的链式调用效果。
接下来我们尝试对内置字符串对象进行解构
# xyz.py
import fire
value = "hello"
if __name__ == '__main__':
fire.Fire()
字符串有upper和lower方法，我们反复使用upper和lower，然后观察结果
> python xyz.py value
hello
> python xyz.py value upper
HELLO
> python xyz.py value upper lower
Traceback (most recent call last):
File "xyz.py", line 7, in 
fire.Fire()
File "/Users/pyloque/source/pys/.py/lib/python2.7/site-packages/fire/core.py", line 127, in Fire
component_trace = _Fire(component, args, context, name)
File "/Users/pyloque/source/pys/.py/lib/python2.7/site-packages/fire/core.py", line 366, in _Fire
component, remaining_args)
File "/Users/pyloque/source/pys/.py/lib/python2.7/site-packages/fire/core.py", line 542, in _CallCallable
result = fn(*varargs, **kwargs)
TypeError: upper() takes no arguments (1 given)
很不幸，内置的字符串对象似乎不支持链式调用，第一个upper倒是执行成功了。不过fire提供了一个特殊的符号用来解决这个问题。
> python xyz.py value upper - lower
hello
> python xyz.py value upper - lower - upper
HELLO
> python xyz.py value upper - lower - upper - lower
hello
减号用来表示参数的结束，这样后续的参数就不会被当成函数的参数来映射了。
让redis-py秒变命令行
最后我们再来一个酷炫的小例子，把redis-py的StrictRedis暴露一下变身命令行
import fire
import redis
if __name__ == '__main__':
fire.Fire(redis.StrictRedis)
就这么简单，接下来就可以玩命令行了
> python client.py flushdb
True
> python client.py set codehole superhero
True
> python client.py get codehole
superhero
> python client.py exists codehole
True
> python client.py keys "*"
codehole
> python client.py delete codehole
1
# 指定地址
> python client.py set codehole superhero --host=127.0.0.1 --port=6379
True

总结

有了Google Fire这样一个小巧的类库，我们就可以从复杂的命令行参数分析中解脱出来了。我们常说写代码要漂亮优雅，没有好的类库，这种理想也不是非常容易实现的。