每种模式的不同 argparse 参数答案

【问题标题】：Different argparse arguments for each mode每种模式的不同 argparse 参数
【发布时间】：2021-09-07 22:17:09
【问题描述】：

main.py --mode a [--environment] [--db_server]

main.py --mode b [--environment] [--time] [--file] [--save]

main.py --mode c [--environment] [--render] [--file]

在每种不同的模式下，我都需要一个带有一些共同参数的不同菜单。必须为每种不同的模式指定帮助。是否可以使用 argparse 执行此操作，或者我需要不同的模块？它必须首先解析模式，然后决定从现有的 3 个不同的菜单中选择哪个菜单（带有一些共同的参数）。

谢谢。

【问题讨论】：

考虑使用subcommands，也称为子解析器。

标签： python arguments command-line-interface command-line-arguments argparse

【解决方案1】：

解决方案是子解析器。

import argparse

if __name__ == "__main__":
    # create the top-level parser
    my_parser = argparse.ArgumentParser(
        prog="PROG",
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
    )

    # create sub-parser
    sub_parsers = my_parser.add_subparsers(
        title="Operating modes",
        description="Select the operating mode",
        dest="mode",
        required=True,
    )

    # create the parser for the "agent" sub-command
    parser_agent = sub_parsers.add_parser("agent", help="Agent mode")
    parser_agent.add_argument(
        "--db_server", type=str, help="DB server name", default="localhost"
    )
    parser_agent.add_argument(
        "--update_interval",
        type=int,
        help="Interval of updating policy parameters",
        default=64,
    )

    # create the parse for the "learner" sub-command
    parser_learner = sub_parsers.add_parser("learner", help="Learner mode")
    parser_learner.add_argument(
        "-e",
        "--environment",
        type=str,
        help="Only OpenAI Gym/PyBullet environments are available!",
        required=True,
    )
    parser_learner.add_argument(
        "-t",
        "--max_steps",
        type=int,
        help="Number of agent's steps",
        default=int(1e6),
    )
    
    # create the parse for the "tester" sub-command
    parser_tester = sub_parsers.add_parser("tester", help="Tester mode")
    parser_tester.add_argument(
        "-t",
        "--max_steps",
        type=int,
        help="Number of agent's steps",
        default=int(1e6),
    )
    parser_tester.add_argument(
        "--render", action="store_true", help="Render the environment"
    )
    parser_tester.add_argument(
        "-f", "--model_path", type=str, help="Path to saved model"
    )

    args = my_parser.parse_args()

    print(args)

    if args.mode == "agent":
        print('mode 1')  
    elif args.mode == "learner":  
        print('mode 2')  
    elif args.mode == "tester":
        print('mode 3')

【讨论】：