巧用Google Fire简化Python命令行程序

关注

原创最新推荐文章于 2026-07-02 08:55:30 发布 154 阅读 AI 写同款· GEO 优化 ›

Google 的用于生成命令行接口的工具 fire 的简单用法 fire 是 Google 开源的用于给任何 Python 程序自动生成命令行接口（CLI）的库，压缩包中包含简单使用例子和详细的使用说明（博客）。立即下载

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]': <function pi at 0x10a062c08>})
Type:        dict
String form: {'pi[n]': <function pi at 0x10a062c08>}
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: <class '__main__.Maths'>
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 <module>
    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。

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。如果没有fire，你有本事试试把复杂的命令行参数解析代码写优雅了给老师我看看。

阅读更多高级文章，关注公众号「码洞」

MICCAI‘23 | TSegFormer：基于几何引导Transformer的口内扫描3D牙齿分割光学口内扫描仪（IOS）在数字牙科中广泛应用于提供牙冠和牙龈的详细3D信息。准确的3D牙齿分割对于各种牙科应用至关重要，但现有方法在复杂边界处容易出错，并且在不同患者之间表现不佳。本文提出了TSegFormer，它通过多任务3D Transformer架构捕捉IOS点云中不同牙齿和牙龈之间的局部和全局依赖关系。此外，作者设计了一种基于新颖点曲率的几何引导损失，以端到端方式优化边界，避免了耗时的后处理，从而实现临床适用的分割。阅读详情