python 命令行界面的用户交互及优化

 更新时间:2023年11月06日 09:30:35   作者:三块钱  
这篇文章主要为大家介绍了python 命令行界面的用户交互及优化方法详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪

背景

说一千,道一万,程序是为用户服务的,所以在程序运行过程,与用户交互以获取用户的信息输入和决策确认,是无法避免的编程需要考虑和解决的需求。

一个简单的demo

如下的程序中,程序需要生成一个新的 id_rsa.pub 文件,但是不巧,程序的工作目录下已经存在了一个 id_rsa.pub 文件。我们需要告知用户并获得用户的决策指示,以便可以做出用户希望的行为。

下面的代码使用 input 向用户发起交互:

# -*- coding:UTF-8 -*-
# region 引入必要依赖
from DebugInfo.DebugInfo import *
# endregion
if __name__ == "__main__":
    画板: 打印模板 = 打印模板(False)
    画板.执行位置(__file__)
    交互端: 交互接口类 = 交互接口类()
    画板.消息('程序已经开始运行...')
    画板.消息('生成新的 id_rsa.pub 文档...')
    用户选择 = input('此操作将会删除原有文本,请问是否继续(y:继续; n:返回): ')
    if 用户选择:
        if 用户选择 in 'yY':
            画板.消息(绿字('您选择了继续,感谢信任...'))
        elif 用户选择 in 'nN':
            画板.消息(红字('您选择了返回,您是一个谨慎的人'))
        else:
            画板.提示错误('您输入了非期望的指示')
    else:
        画板.提示错误('您没有输入任何值')

👆上面的代码中,我们提示用户输入决策,并对用户输入的决策进行判断和反馈:

  • 当用户输入 y or Y 时,程序反馈用户,感谢信息
  • 当用户输入 n or N 时,程序反馈用户,并中断覆盖文档的损伤
  • 当用户没有输入时,程序反馈用户没有输入任何信息
  • 当用户输入的值不在 y Y n N 范围内时,提醒用户输入了非预期的值

优化交互

命令行是一个主要以文本方程呈现信息的界面,这种界面下信息密度高,用户操作的误操作率也比较高,也就是说,我们需要容许用户错误和非法的输入,并提供补救的机会。

以下代码进行了优化,为用户提供了补救的机会:

# -*- coding:UTF-8 -*-
# region 引入必要依赖
from DebugInfo.DebugInfo import *
# endregion
if __name__ == "__main__":
    画板: 打印模板 = 打印模板(False)
    画板.执行位置(__file__)
    交互端: 交互接口类 = 交互接口类()
    画板.消息('程序已经开始运行...')
    画板.消息('生成新的 id_rsa.pub 文档...')
    确认覆盖: bool = False
    while True:
        用户选择 = input('此操作将会删除原有文本,请问是否继续(y:继续; n:返回): ')
        if 用户选择:
            if 用户选择 in 'yY':
                画板.消息(绿字('您选择了继续,感谢信任...'))
                确认覆盖 = True
                break
            elif 用户选择 in 'nN':
                画板.消息(红字('您选择了返回,您是一个谨慎的人'))
                确认覆盖 = False
                break
            else:
                画板.提示错误('您输入了非期望的指示')
        else:
            画板.提示错误('您没有输入任何值')
    if 确认覆盖:
        pass
    else:
        pass

👆以上代码中,我们将用户输入的input逻辑和判断逻辑放入一个 while 循环中,并在用户输入非法时,循环提示用户输入,直到用户输入了预期的信息。

效果如下:

通过使用 while True 循环,我们为用户提供了补救的机会,提高了交互的使用体验和健壮性。

逻辑封装

以上所设计的用户交互逻辑,在 DebugInfo 模块中已经进行了封装,可以通过 交互接口类 使用封装好的功能。

如下是使用 DebugInfo.交互接口类 实现的用户交互逻辑的代码:

# -*- coding:UTF-8 -*-
# region 引入必要依赖
from DebugInfo.DebugInfo import *
# endregion
if __name__ == "__main__":
    画板: 打印模板 = 打印模板(False)
    画板.执行位置(__file__)
    交互端: 交互接口类 = 交互接口类()
    画板.消息('程序已经开始运行...')
    画板.消息('生成新的 id_rsa.pub 文档...')
    # 要求用户确认是否继续
    用户选择 = 交互端.发起文本交互(输入提示='此操作将会删除原有文本,请问是否继续(y:继续; n:返回)',限定范围='yYnN',画板=画板.副本)
    if 用户选择 in 'yY':
        画板.消息(绿字('您选择了继续,感谢信任...'))
    elif 用户选择 in 'nN':
        画板.消息(红字('您选择了返回,您是一个谨慎的人'))

👆以上代码中,我们通过使用 用户选择 = 交互端.发起文本交互(输入提示='此操作将会删除原有文本,请问是否继续(y:继续; n:返回)',限定范围='yYnN',画板=画板.副本) 发起与用户的交互,并指定了用户输入反馈的范围是 ‘yYnN’,然后我们只需要等待用户交互完成后确认用户的决策就好了,下面是运行的效果:

👆上面的运行效果中,我们发现当用户输入非预期的值时,程序还善意的提醒了用户需要输入的字符范围,避免了用户手足无措的尴尬。

小结

以上就是今天分享的 DebugInfo 模块提供的 交互接口类 的用户交互功能了,更多关于python 命令行界面用户交互的资料请关注脚本之家其它相关文章!

相关文章

  • POC漏洞批量验证程序Python脚本编写

    POC漏洞批量验证程序Python脚本编写

    这篇文章主要为大家介绍了POC漏洞批量验证程序Python脚本编写的完整示例代码,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步
    2022-02-02
  • Python修改MP3文件的方法

    Python修改MP3文件的方法

    这篇文章主要介绍了Python修改MP3文件的方法,可实现删除MP3中图片文件的功能,需要的朋友可以参考下
    2015-06-06
  • python tqdm库的使用

    python tqdm库的使用

    这篇文章主要介绍了python tqdm库的使用,帮助大家更好的理解和学习python,感兴趣的朋友可以了解下
    2020-11-11
  • 关于python实现常用的相似度计算方法

    关于python实现常用的相似度计算方法

    这篇文章主要介绍了关于python实现常用的相似度计算方法,最初的相似度计算是为了表征向量的重合程度的,在这里最经典的就是余弦相似度了,当然使用正弦或者是正切等等三角函数也都是可以的,需要的朋友可以参考下
    2023-07-07
  • matlab xlabel位置的设置方式

    matlab xlabel位置的设置方式

    这篇文章主要介绍了matlab xlabel位置的设置方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • Python结合FFmpeg实现批量提取视频音频

    Python结合FFmpeg实现批量提取视频音频

    在日常开发或音频处理场景中,我们经常需要从大量视频文件中批量提取音频,本文介绍一种 使用 Python 调用 FFmpeg 的通用方案,同时支持 Windows、macOS 和 Linux,有需要的小伙伴可以了解下
    2026-01-01
  • python线程启动的四种方式总结

    python线程启动的四种方式总结

    这篇文章主要给大家介绍了关于python线程启动的四种方式,线程可以完成一定任务,可以和其它线程共享父进程的共享变量和部分环境,相互协作来完成任务,需要的朋友可以参考下
    2024-01-01
  • pyautogui库的使用及说明

    pyautogui库的使用及说明

    PyAutoGUI实现鼠标键盘自动化控制,支持移动、点击、热键、输入等操作,提供截图定位、消息框功能,适用于自动化任务及界面交互
    2025-09-09
  • python基于机器学习预测股票交易信号

    python基于机器学习预测股票交易信号

    近年来,随着技术的发展,机器学习和深度学习在金融资产量化研究上的应用越来越广泛和深入。目前,大量数据科学家在Kaggle网站上发布了使用机器学习/深度学习模型对股票、期货、比特币等金融资产做预测和分析的文章。本文就来看看如何用python预测股票交易信号
    2021-05-05
  • python利用 pytesseract快速识别提取图片中的文字((图片识别)

    python利用 pytesseract快速识别提取图片中的文字((图片识别)

    本文介绍了tesseract的python调用,也就是pytesseract库,其中还有一些其他的内容并没有涉及,仅涉及到了图片提取文字,如果你对其感兴趣,可以深入探索一下,也希望能和我探讨一下
    2022-11-11

最新评论