Python3 标准库中推荐的命令行解析模块argparse的使用示例

复制代码

import os
import argparse
import sys
import requests
import json
import subprocess
from datetime import datetime

# 定义一个装饰器，在方法执行异常时跳过执行
def skip_on_exception(func):
    def wrapper(*args, **kwargs):
        try:
            return func(*args, **kwargs)
        except Exception as e:
            print(f"Exception occurred in {func.__name__}: {str(e)}")
            # 跳过当前方法，执行下一个方法
            pass
    return wrapper

# 定义方法
@skip_on_exception
def excute_mysql_task():
    #执行mysql2las任务和las2mysql任务
    print("执行了mysql方法")

@skip_on_exception
def excute_bytehouse_ce_task():
    print("执行了bytehouse_ce方法")

@skip_on_exception
def excute_es_task():
    print("执行了es方法")

# 定义一个可以循环执行方法的嵌套方法，用来同时执行多个方法
def execute_dts_task(datasource_list):
    for datasource in datasource_list:
        print(datasource)
        task = 'excute_'+datasource +'_task'
        eval(task)




if __name__=='__main__':
    #创建了一个参数解析器对象parser，使用formatter_class 参数设置默认帮助格式
    parser=argparse.ArgumentParser(formatter_class=argparse.ArgumentDefaultsHelpFormatter)
    #向参数解析器中，添加命令行参数，'--datasource' 是参数的名称，--表示是个选项；nargs='+' 表示该参数可以接受一个或多个值；default='mysql' 表示如果没有提供该参数，则使用默认值 'mysql'；
    parser.add_argument('--datasource',nargs='+',default='mysql',help='specify the datasource mysql bytehouse_ce es')
    #解析命令行参数，并将结果存储在args里，args.datasource 是用户提供的数据源列表
    args =parser.parse_args()
    datasource_list = args.datasource
    execute_dts_task(datasource_list)
    print('DTS任务执行完成')

以上代码编辑完成后，在terminal里执行 python3 init_env.py --help，得到执行python3 init_env.py --datasource mysql 得到

执行python3 init_env.py --datasource mysql bytehouse_ce es 得到