Azure管道Python任务参数

Question

我需要在azure管道中执行一个python脚本，并带有额外的命令行参数

我能够使用此代码成功地内联运行脚本&；我得到的输出与预期一致：

1-用于打印（'Hello'，args.svc）为（'Hello'，Service_De'）

2-用于打印（'Hello'，args.env）为（'Hello'，Dev'）

- task: PythonScript@0
        inputs:
          scriptSource: inline
          script: |
            import argparse
            parser = argparse.ArgumentParser()
            parser.add_argument("--svc")
            parser.add_argument("--env")
            args = parser.parse_args()
            print ('Hello ', args.svc)
            print ('Hello ', args.env)
          arguments: --svc ${{parameters.service}}_${{parameters.environment}}
                     --env ${{parameters.environment}}

我有两个问题需要帮助：

问题1： 当我分开我的服务和；环境参数和更新我的python任务作为这两个参数的组合，脚本会给我一个错误 打印（'Hello'，args.svc_args.env）

我无法正确格式化python代码。理想情况下，我希望输出为（'Helo'，'Service\u Dev'）

- task: PythonScript@0
        inputs:
          scriptSource: inline
          script: |
            import argparse
            parser = argparse.ArgumentParser()
            parser.add_argument("--svc")
            parser.add_argument("--env")
            args = parser.parse_args()
            print ('Hello ', args.svc_args.env)
          arguments: --svc ${{parameters.service}}
                     --env ${{parameters.environment}}

第2期： 当我使用filepath选项执行相同的工作代码时，它无法执行，并给我一个错误：

IOError:[Errno 2]没有这样的文件或目录：'./group_vars/args.svc.yaml'

- task: PythonScript@0
        inputs:
          scriptSource: 'filePath'
          scriptPath: "$(System.DefaultWorkingDirectory)/modify-config.py"
          arguments: --svc ${{parameters.service}}_${{parameters.environment}}
          #pythonInterpreter: # Optional
          #workingDirectory: # Optional
          #failOnStderr: false # Optional
        displayName: 'Update Config files'

modify-config.py包含以下代码：

#!/usr/bin/python
import os
import yaml
from jinja2 import Template
import argparse

parser = argparse.ArgumentParser()
parser.add_argument("--svc")
#parser.add_argument("--env")
args = parser.parse_args()

with open(r'./group_vars/args.svc.yaml') as file:
  #value_list = yaml.load(file, Loader=yaml.FullLoader)
  value_list = yaml.full_load(file)