**在 Python 脚本中传递参数，最常见且规范的方式是通过命令行参数（如 sys.argv、argparse）、环境变量或配置文件实现。**其中，`argparse` 是官方推荐的标准方案，适用于大多数命令行工具开发场景；`sys.argv` 适合简单脚本；而环境变量与配置文件则更适合部署环境或生产场景。根据项目复杂度与可维护性需求，选择合适的参数传递方式，能显著提升脚本的可读性、扩展性与自动化能力。

---

## 一、为什么 Python 脚本需要传参数？

在实际开发中，Python 脚本传参是实现“通用化”和“自动化”的关键机制。如果一个 Python 程序中所有变量都写死，那么每次修改都需要改代码并重新部署，这在批处理、自动化运维、数据分析等场景中极其低效。因此，通过命令行参数传递变量，是构建可复用脚本的重要方式。

Python 脚本参数的核心价值在于提升灵活性。例如，在数据处理任务中，可以通过传入文件路径参数实现不同文件的批量处理；在自动化测试中，可以通过参数指定运行环境（如 test、prod）；在部署脚本中，可以通过参数指定版本号或端口号。这种“运行时配置”能力，使 Python 脚本真正具备工程化特性。

根据 Python 官方文档（Python Documentation, 2024），命令行参数是解释器级支持的标准能力，所有 Python 程序默认支持参数传递机制。这意味着掌握 Python 命令行参数用法，是学习 Python 自动化与脚本开发的基础技能。

---

## 二、使用 sys.argv 传递命令行参数

`sys.argv` 是最基础的 Python 参数传递方式，它来自标准库 `sys` 模块。`sys.argv` 本质上是一个列表，其中第一个元素是脚本名称，其余元素是传入参数。

示例代码如下：

```python
import sys

print("脚本名称:", sys.argv[0])
print("参数列表:", sys.argv[1:])
```

运行方式：

```bash
python test.py hello world
```

输出：

```
脚本名称: test.py
参数列表: ['hello', 'world']
```

在这种 Python 脚本传参方式中，所有参数都以字符串形式存在，因此如果需要整数或布尔值，需要自行转换类型。例如：

```python
age = int(sys.argv[1])
```

| 特性 | sys.argv 表现 |
|------|---------------|
| 学习成本 | 低 |
| 是否自动校验 | 否 |
| 是否支持默认值 | 否 |
| 是否适合复杂 CLI | 不适合 |
| 推荐使用场景 | 简单脚本 |

**优点是简单直接，缺点是缺乏结构化管理能力。**当参数数量增加时，代码会变得混乱，因此在中大型 Python 项目中，不建议仅使用 sys.argv。

---

## 三、使用 argparse（官方推荐方式）

在 Python 命令行参数处理领域，`argparse` 是最标准、最规范的方式。它自 Python 2.7 起成为标准库，并基于 PEP 389（2010）正式引入。

示例代码：

```python
import argparse

parser = argparse.ArgumentParser(description="示例脚本")
parser.add_argument("--name", type=str, help="用户名")
parser.add_argument("--age", type=int, default=18, help="年龄")

args = parser.parse_args()

print(args.name)
print(args.age)
```

运行：

```bash
python test.py --name Tom --age 25
```

argparse 的优势体现在以下几个方面：

| 特性 | argparse 表现 |
|------|--------------|
| 自动生成帮助信息 | 支持 |
| 类型自动转换 | 支持 |
| 默认值 | 支持 |
| 必填参数控制 | 支持 |
| 子命令支持 | 支持 |
| 工程化能力 | 强 |

根据 Python 官方文档（docs.python.org, 2024），`argparse` 是构建命令行工具的推荐方式。它能够自动生成 `--help` 帮助说明，并对参数类型进行校验。这在生产级 Python 脚本中极其重要。

**如果你的 Python 脚本参数超过 2 个，建议优先使用 argparse。**

---

## 四、位置参数与可选参数的区别

在 Python 命令行参数设计中，通常分为位置参数（positional arguments）与可选参数（optional arguments）。理解两者差异，有助于设计更符合 CLI 规范的 Python 工具。

位置参数示例：

```python
parser.add_argument("filename", type=str)
```

调用：

```bash
python test.py data.txt
```

可选参数示例：

```python
parser.add_argument("--verbose", action="store_true")
```

调用：

```bash
python test.py data.txt --verbose
```

区别对比：

| 对比维度 | 位置参数 | 可选参数 |
|----------|----------|----------|
| 是否必须 | 通常必须 | 可选 |
| 是否带前缀 | 否 | 是（--） |
| 适用场景 | 核心输入 | 功能控制 |
| 可读性 | 一般 | 高 |

**在设计 Python 脚本参数时，应将核心输入设计为位置参数，将行为控制设计为可选参数。**这种结构更符合命令行工具设计规范。

---

## 五、通过环境变量传递参数

除了命令行参数，Python 脚本还可以通过环境变量获取参数。这种方式在部署场景（如服务器或容器环境）中尤为常见。

示例代码：

```python
import os

db_host = os.getenv("DB_HOST")
print(db_host)
```

设置方式：

```bash
export DB_HOST=127.0.0.1
python test.py
```

环境变量适用于以下场景：

- 数据库连接信息
- API Key
- 运行环境标识
- 安全敏感信息

根据 GNU 官方文档（GNU Bash Manual, 2023），环境变量是系统级配置方式，适合在自动化与 CI/CD 场景中使用。

**优势是安全性较高，缺点是不直观，不适合频繁调整参数。**

---

## 六、通过配置文件传参（JSON/YAML）

在复杂 Python 项目中，使用配置文件传递参数是一种更优雅的方式。例如使用 JSON：

config.json：

```json
{
  "host": "localhost",
  "port": 8080
}
```

Python 读取：

```python
import json

with open("config.json") as f:
    config = json.load(f)

print(config["host"])
```

这种方式适用于：

- 多参数系统
- 长期运行服务
- 复杂部署项目

**配置文件的优势是结构清晰、易于版本控制。**但它通常与命令行参数结合使用，例如通过参数指定配置文件路径。

---

## 七、子命令模式（进阶用法）

当 Python 脚本发展为完整 CLI 工具时，可以使用子命令模式。例如：

```python
subparsers = parser.add_subparsers(dest="command")

add_parser = subparsers.add_parser("add")
add_parser.add_argument("name")
```

调用：

```bash
python tool.py add Tom
```

这种设计方式常见于：

- 版本控制工具
- 构建工具
- 运维管理脚本

**子命令模式使 Python 脚本具备类似专业命令行工具的结构。**

---

## 八、不同传参方式对比总结

| 方式 | 复杂度 | 可维护性 | 安全性 | 推荐程度 |
|------|--------|----------|--------|----------|
| sys.argv | 低 | 低 | 低 | ⭐⭐ |
| argparse | 中 | 高 | 中 | ⭐⭐⭐⭐⭐ |
| 环境变量 | 中 | 中 | 高 | ⭐⭐⭐⭐ |
| 配置文件 | 高 | 高 | 中 | ⭐⭐⭐⭐ |

综合来看：

- 简单脚本 → sys.argv
- 常规 CLI 工具 → argparse
- 部署环境 → 环境变量
- 大型系统 → 配置文件 + argparse

**推荐优先掌握 argparse，这是 Python 参数传递的核心能力。**

---

## 九、总结：如何选择合适的 Python 参数方式？

在 Python 脚本传参数的问题上，没有唯一标准答案，关键在于使用场景。对于初学者或简单脚本，可以使用 sys.argv；对于工程化项目，应优先使用 argparse；对于生产部署，应结合环境变量；对于复杂系统，则应使用配置文件与命令行参数结合的方式。

未来趋势方面，随着自动化与 DevOps 普及，Python 脚本将更多承担 CLI 工具角色。参数结构将更加标准化，帮助文档自动生成能力将成为必备功能。**掌握 Python 命令行参数设计能力，是从脚本编写者走向工程开发者的重要一步。**

在实践中，建议优先熟悉 argparse 的高级用法，如子命令、参数分组、互斥参数等。这不仅能提升代码质量，也能让你的 Python 工具更专业、更易维护。

---

参考与资料来源  
1. Python Documentation – argparse module, Python Software Foundation, 2024  
2. PEP 389 – argparse Module for Parsing Command Lines, Python.org, 2010  
3. GNU Bash Manual, GNU Project, 2023

Python脚本可以通过sys模块的argv列表获取命令行参数。argv[0]是脚本名，从argv[1]开始依次是传递的参数。可以在脚本中导入sys模块，然后使用sys.argv访问这些参数。例如：

import sys
print(sys.argv)

使用sys模块读取命令行参数

我想在执行Python脚本时传入一些参数，该怎么操作？

如何在运行Python脚本时传递命令行参数？

argparse是Python标准库中专门用于命令行参数解析的模块。它支持参数类型自定义、帮助信息生成以及参数默认值。使用时先创建ArgumentParser对象，添加参数定义，然后调用parse_args方法获取参数值。示例代码：

import argparse
parser = argparse.ArgumentParser()
parser.add_argument('--num', type=int, help='数字参数')
args = parser.parse_args()
print(args.num)

利用argparse模块定义和解析参数

希望脚本参数能够更加清晰和便于维护，有没有推荐的方法？

怎样使用argparse模块更好地传递和解析Python脚本参数？

在命令行中传入带空格的参数时，需要用引号将参数括起来，比如"hello world"。这样Python脚本中的sys.argv会把它当作单个参数处理。多个参数之间用空格分隔即可，例如：python script.py arg1 "multi word arg" arg3

正确引用参数并使用列表传递多个参数

如果参数中包含空格或者想传递多个参数，有什么注意点吗？

Python脚本传入参数时如何传递多个参数或者带空格的字符串？

PingCodeDocs

Python脚本传参数常见方式包括sys.argv、argparse、环境变量和配置文件，其中argparse是官方推荐且最适合工程化开发的方案。简单脚本可使用sys.argv，部署场景适合环境变量，复杂系统建议结合配置文件与命令行参数。根据项目规模与维护需求选择合适方式，能显著提升脚本的可读性、扩展性与自动化能力。

python脚本怎么传参数

用户关注问题