python制作命令行工具——fire

python制作命令行工具——fire

前言

本篇教程的目的是希望大家可以通读完此篇之后，可以使用python制作一款符合自己需求的linux工具。

本教程使用的是google开源的python第三方库：fire

无论是学生党自己做着练手，还是工作中确有需求，本篇都尽可能通过简单的例子来示范该第三方库的用法，其中若有描述不当的地方，望留言指出。

---

快速介绍

来一波官方介绍。

• Python Fire是一个库，用于从任何Python对象自动生成命令行接口。
• 是用python创建CLI的一种简单方法。
• 是开发和调试Python代码的一个有用工具。
• Python Fire帮助探索现有代码或将其他人的代码转换为CLI。
• 使得Bash和Python之间的转换更加容易。
• 通过使用已经导入和创建的模块和变量来设置REPL, Python Fire使使用Python REPL变得更容易。

没听懂 ？？？

不是太明白 ？？？

不要紧，看完本篇就懂了。

---

快速安装

• pip安装：pip install fire
• conda安装：conda install fire -c conda-forge
• 源码安装：

1. git clone https://github.com/google/python-fire.git
2. cd python-fire
3. python setup.py install

Github地址：python-fire

---

快速上手

实践出真知

创建一个test.py文件，写入以下内容

import fire

def test(your_var="default_value"):
	return 'This is a test ! value : %s' % your_var

if __name__ == '__main__':
    fire.Fire(test)

咱们来看一下效果

# 缺省参数
root@node:~# python test.py
This is a test ! value : default_value

# 关键字参数
root@node:~# python test.py --your_var=newValue
This is a test ! value : newValue

# 位置参数
root@node:~# python test.py localtionValue
This is a test ! value : localtionValue

现在呢，我们反过头来看一下官方介绍的第一行：

Python Fire是一个库，用于从任何Python对象自动生成命令行接口。

注意关键字：任何python对象。这意味着什么？

我们来看一段代码：

import fire

boy_name = 'XiaoMing'
girl_name = 'XiaoHong'

if __name__ == '__main__':
  fire.Fire()

试一下：python test.py boy_name

是不是明白了些什么。

聊完这缺省参数、关键字参数、位置参数，当然不能少了 *args 和 ** kwargs .

还是来看代码示例：

import fire

def run(*args):
    arg_list = list(args)
    return ' | '.join(arg_list)

if __name__ == '__main__':
  fire.Fire(run)

跑一下就懂啦

root@node:~# python test.py run qwe rty uio asd fgh
qwe | rty | uio | asd | fgh

官方给的示例是这个样子的~~~

import fire

def order_by_length(*items):
  """Orders items by length, breaking ties alphabetically."""
  sorted_items = sorted(items, key=lambda item: (len(str(item)), str(item)))
  return ' '.join(sorted_items)

if __name__ == '__main__':
  fire.Fire(order_by_length)

就是加了个长度和字母顺序的排序，来跑一下，看一下效果：

$ python example.py dog cat elephant
cat dog elephant

除此之外呢，我们还可以给输出结果加点料，还是刚才我们写的那个例子：

root@node:~# python test.py run qwe rty uio asd fgh - upper
QWE | RTY | UIO | ASD | FGH

在这里，我们通过命令行对传入的对象和调用结果执行相同的操作，譬如这里的 upper

敲黑板划重点：分隔符 “ - ” 之后的所有参数都将用于处理函数的结果，而不是传递给函数本身。默认的分隔符是连字符 “ - ”。

默认的分隔符也是可以改的，用到了fire的内置参数。

root@node:~# python test.py run qwe rty uio asd fgh X upper -- --separator=X
QWE | RTY | UIO | ASD | FGH

其中的separator就是fire的一个内置参数，更多内置参数文末有提到。

我们再来看一下fire给我们提供的命令行传参时，数据的类型。比较特殊的是，fire根据值决定类型。

import fire
fire.Fire(lambda obj: type(obj).__name__)

如果有刚学python的小伙伴，记得一定要学一下lambda函数，在这里我可以转化为普通写法。

import fire

def test(obj):
    return type(obj).__name__

if __name__ == '__main__':
    fire.Fire(test)

通过简单的一行代码来看一下各种数据类型如何通过命令行传参：

$ python example.py 10
int
$ python example.py 10.0
float
$ python example.py hello
str
$ python example.py '(1,2)'
tuple
$ python example.py [1,2]
list
$ python example.py True
bool
$ python example.py {name:David}
dict

但是当你想传递一个str类型的10，你就要注意了，看以下例子：

$ python example.py 10
int
$ python example.py "10"
int
$ python example.py '"10"'
str
$ python example.py "'10'"
str
$ python example.py \"10\"
str

我们可以看到，你虽然敲了"10",但是依然被判定为int,bash会自动处理掉你参数的第一层引号。所以，如果想传str类型的10，要再加一层引号，单双引号分开用，或者把引号转义。

如果要传的是dict参数，那就更要小心谨慎了。

# 标准写法
$ python example.py '{"name": "David Bieber"}'
dict
# 要这么写也没啥问题
$ python example.py {"name":'"David Bieber"'}
dict
# 但要这么写就解析成了字符串了
$ python example.py {"name":"David Bieber"}
str
# 再加个空格，字符串都不是了
$ python example.py {"name": "David Bieber"}  # Wrong. This isn't even treated as a single argument.
<error>

到这里，我想大家应该大概明白了 fire 的方便快捷之处。

到了这一步的时候，虽然实现了基本功能，但还是和平时我们使用的 linux 命令行工具有很大的区别：

1. 每次跑命令都要再敲一个python

2. 每次还要指向指定的py文件或到指定的目录下

   首先说第一个问题，每次多敲六个字母和一个空格，作为一个linux命令行工具是非常不合格的，本来命令行工具就在追求简单化，这种指定解释器的操作我们当然要尽可能省掉咯

   第二个问题，老是指定文件的目录就更麻烦了，日常使用的时候在不同的服务器跑命令还要想想放在哪里，而且如果使用绝对路径的话，更会导致命令的冗长。

下面我们来解决一下这两个“小”问题：

1. 在文件的第一行指定python解释器，这样就无需在我们运行该文件时再指定解释器

#!/usr/bin/python

import fire

def test(your_var="default_value"):
	return 'This is a test ! value : %s' % your_var

if __name__ == '__main__':
    fire.Fire(test)

1. 增加文件的可执行权限

root@node:~# chmod +x test.py

1. 美化以下，去掉小尾巴（仅仅是给文件改了个名字, 这一步非必须）

root@node:~# mv test.py mytool

1. 做个软连接，可以随时随地找得到该命令

root@node:~# ln -s /root/mytool /usr/bin/mytool

附：如果需要指定编码的话，可以在文件头部加一行，比如

#!/usr/bin/python
# coding: utf-8

这个时候，我们随意在服务器的任意位置执行

root@node:~# mytool
This is a test ! value : default_value

root@node:~# mytool --your_var=newValue
This is a test ! value : newValue

root@node:~# mytool localtionValue
This is a test ! value : localtionValue

Perfection !

如果你已经走到这一步的话，其实已经能写很多简单的命令行工具了。

为什么说简单呢，目前都是使用函数来完成一个个命令的逻辑，多一个子命令多写一个函数，慢慢的就会让这个文件变的庞杂和冗余。而且久而久之，肯定会出现一些看起来很相似，却要使用ctrl + c-v大法去完成的事情。甚至有一些逻辑，想要实现还要自己去做更复杂的逻辑。

---

快速进阶

此时，一年级的已经可以下课了，二年级的请注意听讲了，下面，我们要讲的是：

类的使用

命令嵌套

属性访问

链式调用

类的使用

通过一个简单的算数类来了解其用法，在下列用法中，我们在fire中注册了一个类对象。

import fire

class Calculator(object):

  def add(self, x, y):
    return x + y

  def multiply(self, x, y):
    return x * y

if __name__ == '__main__':
  calculator = Calculator()
  fire.Fire(calculator)

以下是调用测试

$ python example.py add 10 20
30
$ python example.py multiply 10 20
200

当然我们也可以注册一个类。

import fire

class Calculator(object):

  def add(self, x, y):
    return x + y

  def multiply(self, x, y):
    return x * y

if __name__ == '__main__':
  fire.Fire(Calculator)

跑一下看看：

$ python example.py add 10 20
30
$ python example.py multiply 10 20
200

就这？当然不会，我们还可以通过参数控制实例属性，就像下面的例子：

import fire

class BrokenCalculator(object):

  def __init__(self, offset=1):
      self._offset = offset

  def add(self, x, y):
    return x + y + self._offset

  def multiply(self, x, y):
    return x * y + self._offset

if __name__ == '__main__':
  fire.Fire(BrokenCalculator)

我们可以看到，新增了一个offset的实例属性，缺省值是1.

$ python example.py add 10 20
31
$ python example.py multiply 10 20
201

重点来了，我们可以直接给属性赋值，以此来增加你命令行工具的自由度。

$ python example.py add 10 20 --offset=0
30
$ python example.py multiply 10 20 --offset=0
200

命令嵌套

通过不同的类来控制某些同名命令，其实也是将各个命令分门别类更具条理性的管理。可以看到以下用法。

import fire

class Sing:
    def run(self):
        print('sing sing sing ...')

class Dance:
    def run(self):
        print('dance dance dance ...')

    def status(self):
        print('Around.')

class Pipeline:
    def __init__(self):
        self.sing = Sing()
        self.dance = Dance()

    def run(self):
        self.sing.run()
        self.dance.run()
        self.dance.status()

if __name__ == '__main__':
    fire.Fire(Pipeline)

跑跑看：

# python3 ball.py run
sing sing sing ...
dance dance dance ...
Around.
# python3 ball.py sing run
sing sing sing ...
# python3 ball.py dance run
dance dance dance ...
# python3 ball.py dance status
Around.

根据自定义的一个Pipeline类，我们可以自己组合想要的命令行效果，给子命令再分配不同的子集。

属性访问

其实前面说到类的时候已经简单的说过属性访问（就是那个offset的例子，行啦，忘了就不用往上翻了），这里再详细举例说明一下。

# python3 test.py --age=6 outinfo
Xiao Ming is 6 years old and in the First grade

# python3 test.py --age=7 outinfo
Xiao Ming is 7 years old and in the Second grade

# python3 test.py --age=8 outinfo
Xiao Ming is 8 years old and in the Third grade

综上，我们可以通过控制类的属性来构造类对象。

唠到这儿了，再唠一个骚操作

链式调用

官方给的例子不太好看，没有那么让人一眼就看懂的感觉，找了个四则运算的简单示例：

import fire

class Calculator:

  def __init__(self):
    self.result = 0
    self.express = '0'

  def __str__(self):
    return f'{self.express} = {self.result}'

  def add(self, x):
    self.result += x
    self.express = f'{self.express}+{x}'
    return self

  def sub(self, x):
    self.result -= x
    self.express = f'{self.express}-{x}'
    return self

  def mul(self, x):
    self.result *= x
    self.express = f'({self.express})*{x}'
    return self

  def div(self, x):
    self.result /= x
    self.express = f'({self.express})/{x}'
    return self

if __name__ == '__main__':
  fire.Fire(Calculator)

函数名呢，add、sub、mul、div分别对应 加、减、乘、除四则运算，每个方法都接受 x 参数去运算，返回self,这样不论往后链式调用多少次都可以，结束调用到 __str__ 打印出结果。

__str__ 在 fire 中用来完成自定义序列化。如果不提供这个方法，在链式调用完成后将会打印帮助内容。

# python3 test.py add 2 sub 1.5 mul 3 div 2
((0+2-1.5)*3)/2 = 0.75

# python3 test.py add 4 sub 2.5 mul 2 div 4 mul 3 sub 5 add 2
(((0+4-2.5)*2)/4)*3-5+2 = -0.75

看完这个大家应该明白链式调用的运用了，这个时候再来看一下官方示例也许会轻松一些。

import fire

class BinaryCanvas(object):
  """A canvas with which to make binary art, one bit at a time."""

  def __init__(self, size=10):
    self.pixels = [[0] * size for _ in range(size)]
    self._size = size
    self._row = 0  # The row of the cursor.
    self._col = 0  # The column of the cursor.

  def __str__(self):
    return '\n'.join(' '.join(str(pixel) for pixel in row) for row in self.pixels)

  def show(self):
    print(self)
    return self

  def move(self, row, col):
    self._row = row % self._size
    self._col = col % self._size
    return self

  def on(self):
    return self.set(1)

  def off(self):
    return self.set(0)

  def set(self, value):
    self.pixels[self._row][self._col] = value
    return self

if __name__ == '__main__':
  fire.Fire(BinaryCanvas)

跑一下看看：

$ python example.py move 3 3 on move 3 6 on move 6 3 on move 6 6 on move 7 4 on move 7 5 on
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 1 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 1 0 0 1 0 0 0
0 0 0 0 1 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0

PS:我要不说，谁能看出来这是个笑脸？？？

---

最后一课

最后看看官方给出的 fire 的内置参数吧，具体怎么应用大家就自己研究咯。

Flags

Using a CLI	Command	Notes
Help	command -- --help	Show help and usage information for the command.
REPL	command -- --interactive	Enter interactive mode.
Separator	command -- --separator=X	This sets the separator to X. The default separator is -.
Completion	command -- --completion [shell]	Generate a completion script for the CLI.
Trace	command -- --trace	Gets a Fire trace for the command.
Verbose	command -- --verbose	Include private members in the output.

fire-GitHub地址