Click：Python 命令行工具，17.5k Star 的 CLI 开发利器

Click：Python 命令行工具，17.5k Star 的 CLI 开发利器

写 Python 命令行工具有多痛苦，做过的人都懂。argparse 好用但啰嗦，一两个参数还能忍，一旦要子命令、参数校验、自动补全，样板代码量直接劝退。Pallets 团队的 Click 就是专治这个毛病的，如今已是 Python CLI 开发的事实标准。

Click 解决了什么

Click 的核心思路是用装饰器组装命令行接口。每个命令是一个被 @click.command() 装饰的函数，参数通过 @click.option() 声明。

这种设计带来三个直接收益：命令行结构和代码结构天然对齐，嵌套子命令即嵌套函数；help 页面自动生成，参数说明和类型校验全自动输出；运行时惰性加载子命令，大工具也不怕启动慢。

一个简单例子感受下：

import click

@click.command()
@click.option("--count", default=1, help="Number of greetings.")
@click.option("--name", prompt="Your name", help="The person to greet.")
def hello(count, name):
    for _ in range(count):
        click.echo(f"Hello, {name}!")

if __name__ == '__main__':
    hello()

没有 argparse 的样板代码，声明完需求，Click 搞定一切。

同类工具里的定位

Python CLI 工具选择不少。argparse 是标准库但 API 设计偏老。docopt 走"写 help 文档的同时定义解析逻辑"的路线，想法新鲜但不适合复杂场景。Typer 是后起之秀，基于 Click，加了类型提示和更现代的封装。

Click 的位置很微妙。它不是最时髦的，但它是被打磨最久的一个。从 Flask 项目时代开始，Armin Ronacher 就在维护这套代码。十几年积累下来，各类边界情况处理得滴水不漏。Flask CLI、AWS CLI、Homebrew 的很多工具底层都是它。

对做基础设施和运维工具的团队，这种稳定比新语法糖值钱。

适合谁用

一次性脚本用 sys.argv 就够了。但当 argparse 让你维护得心累，子命令一多代码可读性直线下滑，或者你需要输出漂亮的终端信息（颜色、进度条、分页），Click 就是那个对的选择。

做开发工具的团队尤其值得考虑。命令行接口是产品的门面，help 页面难用、参数报错不友好，用户不会骂 argparse，只会说你们工具做得烂。Click 在这些细节上有大量默认优化，开箱就能给一个体面的交互体验。

这个项目 17,517 Star，一直在维护更新。属于那种平时不觉得它会更新，但用了就离不了的基础库。