Project Icon

questionary

简化命令行界面开发的Python库

Questionary是一个用于构建命令行界面的Python库。它支持多种输入类型,包括文本、密码、文件路径、确认、选择等。该库设计简洁,仅需少量代码即可创建交互式提示。Questionary被广泛应用于多个项目中,并获得Rasa等知名项目的采用。库提供了完善的文档和示例,便于开发者快速掌握并开发出用户友好的命令行应用。

Questionary

版本 许可证 持续集成 覆盖率 支持的Python版本 文档

✨ Questionary是一个Python库,用于轻松构建漂亮的命令行界面 ✨

示例

import questionary

questionary.text("你的名字是什么?").ask()
questionary.password("你的秘密是什么?").ask()
questionary.confirm("你感到惊讶吗?").ask()

questionary.select(
    "你想做什么?",
    choices=["点披萨", "预订座位", "询问营业时间"],
).ask()

questionary.rawselect(
    "你想做什么?",
    choices=["点披萨", "预订座位", "询问营业时间"],
).ask()

questionary.checkbox(
    "选择配料", choices=["foo", "bar", "bazz"]
).ask()

questionary.path("项目版本文件的路径").ask()

使用和支持

特性

Questionary支持以下输入提示:

还有一个打印格式化文本的辅助功能,用于在需要时为打印的消息添加一些色彩。

安装

使用包管理器pip安装Questionary:

pip install questionary

✨🎂✨

使用

import questionary

questionary.select(
    "你想做什么?",
    choices=[
        '点披萨',
        '预订座位',
        '询问营业时间'
    ]).ask()  # 返回选择的值

创建提示就是这么简单!查看文档获取更多示例。

文档

Questionary的文档可在这里查看。

支持

提出问题,并提供足够的信息以便我们重现你的问题。 提供一个最小可重现示例会非常有帮助。

贡献

我们非常欢迎和感谢贡献。查看文档了解如何贡献

作者和致谢

Questionary由Tom Bocklisch和Kian Cross编写和维护。

它基于Oyetoke TobyMark Fink的优秀工作。

许可证

根据MIT许可证授权。版权所有 2021 Tom Bocklisch。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号