一个库，供用户以 Python Dict 或 JSON 格式编写（研究中的实验）配置，同时可以从命令行读取参数

项目描述

请加星请加星

如果你觉得这个工具不错，请点击按钮漂亮的明星点击此项目曝光度！谢谢

如果您觉得这个工具不错，请在本页面右上角轻点Star按钮，增加项目曝光度，谢谢！

中文文档

点此查看中文文档

易于使用的命令行配置工具

一个库，供用户以 Python Dict 或 JSON 格式编写（研究中的实验）配置，同时可以从命令行读取参数以修改值。

Python、命令行、命令行、配置、参数、配置标签、标签配置、配置、传参、参数修改。

Github 网址：https ://github.com/NaiboWang/CommandlineConfig

简单示例

# Install via pip
pip install commandline_config

# import package
from commandline_config import Config

# Define configuration dictionary
config = {
  "index":1,
  "lr": 0.1,
  "dbinfo":{
    "username": "NUS"
  }
}

# Generate configuration class based on configuration dict
c = Config(config)

# Print the configuration of the parameters
print(c)

# Read and write parameters directly via dot . and support multiple layers.
c.index = 2
c.dbinfo.username = "ZJU"
print(c.index, c.dbinfo.username, c["lr"])

# On the command line, modify the parameter values with --
python example.py --index 3 --dbinfo.username XDU

# Get the parameter descriptions via the help method in the code, or on the command line via -h or -help (customization required, see detailed documentation below for details)
c.help()

python example.py -h

用法

请提交问题

如果您在使用本工具的过程中遇到任何问题，请在本项目的github页面提出问题，我会第一时间解决遇到的bug和问题。

同时，欢迎提交问题，提出您想在此工具中添加哪些功能，我会尽可能实现。

安装

有两种方法可以安装这个库：

通过 pip 安装：

  pip install commandline_config

如果已经安装，可以通过以下命令升级：

  pip install commandline_config --upgrade

1. 直接从github项目的文件夹中导入commandline_config.py文件/commandline_config到自己的项目目录下，需要安装依赖包prettytable：
```
pip install prettytable
```

配置方式

1. 导入库：
```
from commandline_config import Config
```
1. 以 JSON/Python Dict 格式设置参数名称和初始值，并通过#注释添加参数说明。目前支持将一个 dict 嵌套在另一个 dict 中，并且可以嵌套无限层。
```
preset_config = {
      "index": 1,  # Index of party
      "dataset": "mnist",
      'lr': 0.01,  # learning rate
      'normalization': True,
      "pair": (1,2),
      "multi_information": [1, 0.5, 'test', "TEST"],  # list
      "dbinfo": {
          "username": "NUS",
          "password": 123456,
          "retry_interval_time": 5.5,
          "save_password": False,
          "pair": ("test",3),
          "multi":{
              "test":0.01,
          },
          "certificate_info": ["1", 2, [3.5]],
      }
  }
```
即生成程序的初始配置。dict中定义的每个keypreset_config都是参数名，每个value都是参数的初始值，同时根据设置值的类型自动检测参数的初始值类型。

上面的配置包含七个参数：index, dataset, batch, normalization, pair, multi_information and dbinfo，其中参数索引的类型自动检测为int，默认值为1，描述为“当事人的索引”。

同理，第二至第五个参数的类型和默认值为 string: "mnist"; float:0.01; bool:True; tuple:(1,2); list:[1,0.5,'test', "TEST"]。

第七个参数是一个dict类型的嵌套字典，其中也包含7个参数，与前7个参数的类型和默认值相同，这里不再赘述。

preset_config通过将dict传递给Config您想要的任何函数来创建配置类对象。

if __name__ == '__main__':
    config = Config(preset_config)
    # Or give the configuration a name:
    config_with_name = Config(preset_config, name="Federated Learning Experiments")

    # Or you can store the preset_config in local file configuration.json and pass the filename to the Config class.
    config_from_file = Config("configuration.json")

这意味着配置对象已成功生成。

print参数配置可以通过函数直接打印：

  print(config_with_name)

输出结果为：

Configurations of Federated Learning Experiments:
+-------------------+-------+--------------------------+
|        Key        |  Type | Value                    |
+-------------------+-------+--------------------------+
|       index       |  int  | 1                        |
|      dataset      |  str  | mnist                    |
|         lr        | float | 0.01                     |
|   normalization   |  bool | True                     |
|        pair       | tuple | (1, 2)                   |
| multi_information |  list | [1, 0.5, 'test', 'TEST'] |
|       dbinfo      |  dict | See sub table below      |
+-------------------+-------+--------------------------+

Configurations of dict dbinfo:
+---------------------+-------+---------------------+
|         Key         |  Type | Value               |
+---------------------+-------+---------------------+
|       username      |  str  | NUS                 |
|       password      |  int  | 123456              |
| retry_interval_time | float | 5.5                 |
|    save_password    |  bool | False               |
|         pair        | tuple | ('test', 3)         |
|        multi        |  dict | See sub table below |
|   certificate_info  |  list | ['1', 2, [3.5]]     |
+---------------------+-------+---------------------+

Configurations of dict multi:
+------+-------+-------+
| Key  |  Type | Value |
+------+-------+-------+
| test | float | 0.01  |
+------+-------+-------+

这里所有参数的信息都会以表格的形式打印出来。如果要更改打印样式，可以通过修改config_with_name.set_print_style(style='')。可以取值为style：both, table，json表示同时打印table和json，只打印table，只打印json字典。

例如：

  # 只打印 json 
  config_with_name 。set_print_style ( 'json' ) 
  print ( config_with_name ) 
  print ( "----------" ) 
  # 同时打印表和json 
  config_with_name . set_print_style ( 'table' )
  print(config_with_name)

输出结果为：

Configurations of Federated Learning Experiments:
{'index': 1, 'dataset': 'mnist', 'lr': 0.01, 'normalization': True, 'pair': (1, 2), 'multi_information': [1, 0.5, 'test', 'TEST'], 'dbinfo': 'See below'}

Configurations of dict dbinfo:
{'username': 'NUS', 'password': 123456, 'retry_interval_time': 5.5, 'save_password': False, 'pair': ('test', 3), 'multi': 'See below', 'certificate_info': ['1', 2, [3.5]]}

Configurations of dict multi:
{'test': 0.01}

----------
  
Configurations of Federated Learning Experiments:
+-------------------+-------+--------------------------+
|        Key        |  Type | Value                    |
+-------------------+-------+--------------------------+
|       index       |  int  | 1                        |
|      dataset      |  str  | mnist                    |
|         lr        | float | 0.01                     |
|   normalization   |  bool | True                     |
|        pair       | tuple | (1, 2)                   |
| multi_information |  list | [1, 0.5, 'test', 'TEST'] |
|       dbinfo      |  dict | See sub table below      |
+-------------------+-------+--------------------------+
{'index': 1, 'dataset': 'mnist', 'lr': 0.01, 'normalization': True, 'pair': (1, 2), 'multi_information': [1, 0.5, 'test', 'TEST'], 'dbinfo': 'See below'}

Configurations of dict dbinfo:
+---------------------+-------+---------------------+
|         Key         |  Type | Value               |
+---------------------+-------+---------------------+
|       username      |  str  | NUS                 |
|       password      |  int  | 123456              |
| retry_interval_time | float | 5.5                 |
|    save_password    |  bool | False               |
|         pair        | tuple | ('test', 3)         |
|        multi        |  dict | See sub table below |
|   certificate_info  |  list | ['1', 2, [3.5]]     |
+---------------------+-------+---------------------+
{'username': 'NUS', 'password': 123456, 'retry_interval_time': 5.5, 'save_password': False, 'pair': ('test', 3), 'multi': 'See below', 'certificate_info': ['1', 2, [3.5]]}

Configurations of dict multi:
+------+-------+-------+
| Key  |  Type | Value |
+------+-------+-------+
| test | float | 0.01  |
+------+-------+-------+
{'test': 0.01}

配置参数读写方式

写法

配置参数值可以用三种方式写入。

1. 要接收命令行参数，只需传递--index 1命令行来修改 to 的index值1。此外，将值传递给不同类型的参数的注意事项是：
- 传递 bool 类型时，可以使用0orFalse为False，1或Trueorno value after the parameter为True：--normalization 1或all--normalization True可以将配置中--normalization的参数值设置为True。normalization
- 传递列表类型时，可以传递空数组和多维数组。
- 修改嵌套dict中的值，请使用--nested-parameter-name.sub-parameter-name.sub-parameter-name.….sub-parameter-name value修改嵌套对象中的值，例如将子对象中的参数--dbinfo.password 987654值改为; 将子对象中的dict中的参数值更改为```。目前这个工具可以支持无限层/级别的嵌套。passworddbinfo987654--dbinfo.multi.test 1testmultidbinfo
- 请注意，参数索引必须在preset_config上面定义的对象中：
```
  python test.py --dbinfo.password 987654 --dbinfo.multi.test 1 --index 0 --dataset emnist --normalization 0 --multi_information [\'sdf\',1,\"3.3\",,True,[1,[]]] 
```
1. 直接在代码中使用config.index = 2，将参数的值index改为2. 同样，列表类型参数可以分配为空数组或多维数组。对于嵌套对象，您可以使用将sub dictconfig.dbinfo.save_password=True中的参数值修改为.save_passworddbinfoTrue
1. 方式1和2会触发类型检查，即如果预定义dict中赋值的类型和默认值的类型preset_config不匹配，程序会报错，因此，如果不想强制类型检查，可以使用config["index"] = "sdf"强制参数索引的值到字符串sdf（不推荐，会造成意想不到的影响）。

阅读方法

dataset通过config.dataset或直接读取参数值config["dataset"]。

print(config.dataset, config["index"])

参数的值a将按以下顺序读取：最后修改config.a = *的值>--a 2命令行指定的值> "a":1preset_config定义的初始值。

对于list类型，如果传递的是多维数组，则可以通过python的标准切片读取信息：

config.dbinfo.certificate_info = [1,[],[[2]]]
print(config.dbinfo.certificate_info[2][0][0])

对于单个嵌套对象中的参数，读取参数值的方式有四种，都可以读取成功：

print(config.dbinfo.username)
print(config["dbinfo"].password)
print(config.dbinfo["retry_interval_time"])
print(config["dbinfo"]["save_password"])

将配置传递给函数

只需将上述配置对象作为参数传递给函数并调用它：

def print_dataset_name(c):
  print(c.dataset, c["dataset"], c.dbinfo.certificate_info)

print_dataset_name(c=config)

复制配置

可以通过以下deepcopy方法制作配置对象的深层副本：

from copy import deepcopy
copy_config = deepcopy(config)
# Modify new configuration's parameter value, will not affect the orignal configuration
copy_config.index=15

将配置参数存储到本地文件或数据库

整个参数配置可以保存到本地文件，也可以上传到远程服务器，如mongodb，只需config.save()将配置保存为config name (or config if there is no name).json目录中的文件即可，也可以指定文件名和路径，如下：

config.save("config/test_config.json")

然后我们成功将配置保存到文件夹configuration.json内的本地文件中config。文件内容如下：

{
  "index": 1,
  "dataset": "mnist",
  "lr": 0.01,
  "normalization": true,
  "pair": [1, 2],
  "multi_information": [1, 0.5, "test", "TEST"],
  "dbinfo": {
    "username": "NUS",
    "password": 123456,
    "retry_interval_time": 5.5,
    "save_password": false,
    "pair": ["test", 3],
    "multi": { "test": 0.01 },
    "certificate_info": ["1", 2, [3.5]]
  }
}

存入数据库如mongodb，需要先用info = config.get_config()命令获取参数对应的json序列，再用json库序列化。

例如，要将config_with_name配置存储到mongodb：

import pymongo
myclient = pymongo.MongoClient('mongodb://username:example.com:27017/', connect=False)
mydb = myclient['exps']
table = mydb["table"]
# Get the configurations
configuration = config.get_config()
# Insert configuration dict into mongodb table
table.insert_one(configuration)

# Or make configuration as part of a bigger dict
all_info = {
  "exp_time":"20220925",
  "configuration":configuration
}
table.insert_one(all_info)

请注意，JSON 不支持元组，因此无论是存储在本地还是存储在数据库中，元组参数都将转换为列表。

高级选项

将参数输入值限制为固定枚举类型

options通过将参数的Config参数传递给类来设置高级选项，例如枚举 Enum 类型Config。

option={}
config = Config(preset_config, options=option)

如果要将参数的值限制在一定范围内，可以通过配置来实现：

advanced_options = {
    'lr': {
        "enum": [0.001, 15.5, 0.01, 0.1] # restrict the lr value to one of 0.001, 15.5, 0.01, 0.1
    },
    'index': {
        "enum": [1, 2, 3] # Restrict the index value to 1, 2 and 3
    },
    "dbinfo": {
        "username": {
            "enum": ["XDU", "ZJU", "NUS"] # restrict the dbinfo.username field to XDU, ZJU and NUS
        },
        "multi":{
            "test":{
                "enum": [1,0.1, 0.01, 15] # 3 layers nested
            }
        }
    },
}

config = Config(preset_config, options=advanced_options)

如果设置了enum，下面三种将参数设置为限定/指定值以外的值的方式都会报错。

1. 的初始值设置为除inindex以外的值：1,2,3preset_config
```
preset_config = {
  "index":4,
}
```
1. lr命令行为参数传递不合格/未指定的值
```
python example.py --lr 0.02
```

代码将的值更改为dbinfo.username以外的值XDU, ZJU and NUS。

config.dbinfo.username = "UEST"

输出是：

AttributeError: Can not set value 4 because the key 'index' has set enum list and you the value 4 is not in the enum list [1, 2, 3]!

AttributeError: Can not set value 0.02 because the key 'lr' has set enum list and you the value 0.02 is not in the enum list [0.001, 15.5, 0.01, 0.1]!

AttributeError: Can not set value nus because the key 'username' has set enum list and you the value nus is not in the enum list ['XDU', 'ZJU', 'NUS']!

打印参数帮助说明

设置参数说明

helpers通过在Config类中指定参数来设置参数描述助手。

helpers = {
    "index": "index of information",
    "dbinfo_help": "information dict for database",
    "dbinfo": {
        "username": "username for database",
        "multi":{
            "test":"test information"
        }
    }
}

config = Config(preset_config, helpers=helpers)

注意，由于dbinfo参数是a dict，如果要为设置参数描述dbinfo，需要设置一个dbinfo_help参数来写helpers字典的描述，即_help在dict参数名后面加，设置dict字段的参数描述。

打印参数帮助

打印参数描述的两种方法，通过在命令行上传递-h或调用，或者通过在代码中调用函数。-helphelp()

config_with_name.help()

或者

python example.py -h
# OR
python example.py -help

请注意，它只是一个短斜杠-，没有添加其他命令行参数来获取帮助说明，两种方法的输出都是：

Parameter helps for Federated Learning Experiments:
+-------------------+-------+-------------------------------+
|        Key        |  Type | Comments                      |
+-------------------+-------+-------------------------------+
|       index       |  int  | index of information          |
|      dataset      |  str  | -                             |
|         lr        | float | -                             |
|   normalization   |  bool | -                             |
|        pair       | tuple | -                             |
| multi_information |  list | -                             |
|       dbinfo      |  dict | information dict for database |
+-------------------+-------+-------------------------------+

Parameter helps for dict dbinfo:
+---------------------+-------+-----------------------+
|         Key         |  Type | Comments              |
+---------------------+-------+-----------------------+
|       username      |  str  | username for database |
|       password      |  int  | -                     |
| retry_interval_time | float | -                     |
|    save_password    |  bool | -                     |
|         pair        | tuple | -                     |
|        multi        |  dict | Multiple Parameters   |
|   certificate_info  |  list | -                     |
+---------------------+-------+-----------------------+

Parameter helps for dict multi:
+------+-------+------------------+
| Key  |  Type | Comments         |
+------+-------+------------------+
| test | float | test information |
+------+-------+------------------+

需要注意的事情

与 Argparse 冲突

该库无法与 argparse 库同时读取命令行参数，因此请不要args = parser.parse_args()在使用该库时读取命令行参数。

输入值强制转换

参数的类型会被自动检测为与中设置的初始值相同的类型preset_config，并强制将命令行参数的值转换为对应的类型值，如index上面preset_configdict中的默认值为1，那么参数索引的类型是int初始值为1。如果--index 15.5在命令行指定，参数index会自动赋值给 value 15，也就是15.5会自动强制转换为inttype 。

如果命令行参数上指定的参数值不能强制转换为特定类型，会报错，比如如果命令行指定--index sdf，as sdf with orignal format ofstring不能转换为int类型，会报错一个错误。

命令行传递时，list参数需要在字符串元素引号前加上反斜杠

当命令行参数设置为输入list类型时，如果列表中的元素是 a 则string,必须backslash \在 each 之前添加 a 才能single/double quote正确解析，否则参数值将被视为 an intorfloat类型。如果spaces命令行中有的话会自动合并（但是命令行环境不行zsh，如果是zsh环境则必须去掉list里面的所有空格，bash不sh存在这个问题，就是zsh里面环境中，您不能在 ) 之间添加任何15空格。\'12\'--a [15,\'12\']

如果参数可以设置如下：

python test.py --array [1,2.3,\'sdf\']

即能正确解析出值为a的数组参数list和a的内容[1,2.3,'sdf', "qwe"]，即同时包含int、float、string类型数据的list。

元组参数的命令行赋值需要引号，字符串元素前面必须有反斜杠

当命令行参数设置为输入tuple类型时，指定的元组类型值必须用 ; 括起来quotes。如果元组中的元素是 a string，则backslash必须在每个单/双引号之前添加a\以便正确解析，否则参数值将被视为 an intorfloat类型。同样的，如果spaces命令行中有的话会自动合并（但是命令行环境不能zsh，如果是zsh环境则必须去掉所有内部空格，bash和sh没有这个问题）。

例如，可以将参数设置为

python test.py --pair "(1,2,\'msg\')"

pair 参数的值是一个类型(1,2, "msg")的元组，即一个类型为int, float,的元组string。

参数命名约定

如果参数名称中包含-+.或space或等特殊字符other python reserved characters，则必须使用middle bracket []来读写参数值，而不是。例如，如果参数名称是multi-information，则只能通过访问config["multi-information"]，不能做config.multi-information，因为减号sign -是python语言的保留符号。

无限层嵌套对象

现在该工具可以支持无限层嵌套，其他支持的参数类型有：int, float, string, bool, tuple and list.

参数完整性检查，所有要修改的参数必须预先定义

命令行传递的参数名称必须preset_config事先定义好，否则会报错，例如

python test.py --arg1 1

由于dictarg1中没有定义参数名preset_config，所以报错，表示arg1参数没有定义。该功能设置为执行参数完整性检查，以避免通过命令行输入错误的参数名称。

zsh环境下的特殊配置

如果zsh: no matches found在zsh Shell环境中传递list参数时出现，请setopt no_nomatch在文件末尾添加一行~/.zshrc，保存后source ~/.zshrc在命令行运行刷新zsh，问题就解决了。

完整转换示例

下面将举例说明该工具与该工具相比的便利性argparse。

需要使用该argparse工具编写的代码：

parser = argparse.ArgumentParser(description='PyTorch local error training')
parser.add_argument('--model', default='vgg8b',
                    help='model, mlp, vgg13, vgg16, vgg19, vgg8b, vgg11b, resnet18, resnet34, wresnet28-10 and more (default: vgg8b)')
parser.add_argument('--dataset', default='CIFAR10',
                    help='dataset, MNIST, KuzushijiMNIST, FashionMNIST, CIFAR10, CIFAR100, SVHN, STL10 or ImageNet (default: CIFAR10)')
parser.add_argument('--batch-size', type=int, default=128,
                    help='input batch size for training (default: 128)')
parser.add_argument('--num-layers', type=int, default=1,
                    help='number of hidden fully-connected layers for mlp and vgg models (default: 1')
parser.add_argument('--lr', type=float, default=5e-4,
                    help='initial learning rate (default: 5e-4)')
parser.add_argument('--lr-decay-milestones', nargs='+', type=int, default=[200,300,350,375],
                    help='decay learning rate at these milestone epochs (default: [200,300,350,375])')
parser.add_argument('--optim', default='adam',
                    help='optimizer, adam, amsgrad or sgd (default: adam)')
parser.add_argument('--beta', type=float, default=0.99,
                    help='fraction of similarity matching loss in predsim loss (default: 0.99)')
args = parser.parse_args()

args.cuda = not args.no_cuda and torch.cuda.is_available()
if args.cuda:
    cudnn.enabled = True
    cudnn.benchmark = True

使用此工具转换后要编写的代码：

'''
:param model: model, mlp, vgg13, vgg16, vgg19, vgg8b, vgg11b, resnet18, resnet34, wresnet28-10 and more (default: vgg8b)
:param dataset: dataset, MNIST, KuzushijiMNIST, FashionMNIST, CIFAR10, CIFAR100, SVHN, STL10 or ImageNet (default: CIFAR10)
:param batch-size: input batch size for training (default: 128)
:param num-layers: number of hidden fully-connected layers for mlp and vgg models (default: 1)
:param lr: initial learning rate (default: 5e-4)
:param lr-decay-milestones: decay learning rate at these milestone epochs (default: [200,300,350,375])
:param optim: optimizer, adam, amsgrad or sgd (default: adam)
:param beta: fraction of similarity matching loss in predsim loss (default: 0.99)
'''
config = {
  'model':'vgg8b',
  'dataset':'CIFAR10',
  'batch-size':128,
  'num-layers':1,
  'lr':5e-4,
  'lr-decay-milestones':[200,300,350,375],
  'optim':'adam',
  'beta':0.99,
}
args = Config(config, name='PyTorch local error training')

args.cuda = not args.no_cuda and torch.cuda.is_available()
if args.cuda:
    cudnn.enabled = True
    cudnn.benchmark = True

正如我们所看到的，代码量减少了，并且更加结构化和整洁。

图书馆点击的另一个案例：

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):
    """Simple program that greets NAME for a total of COUNT times."""
    for x in range(count):
        click.echo(f"Hello {name}!")

if __name__ == '__main__':
    hello()

可以转换为以下代码：

from commandline_config import Config

def  hello ( o ): 
    """简单的程序，向 NAME 打招呼总共 COUNT 次。""" 
    for  x  in  range ( o . count ): 
        print ( f "Hello { o . name } !" )

if  __name__  ==  '__main__' : 
    args  =  { 
      "count" : 1 ,  # 问候次数。
      "name" : "" ,  # 要打招呼的人。
    }
    选项 = 配置（参数）
    你好（选项）

示例运行脚本

您可以example.py在 Github 项目中运行来测试整个工具，文件中已经提供了大多数函数的代码：

# Get help for all parameters of example.py
python example.py -h
# Specify parameter values
python example.py --dbinfo.multi.test 0.01 --dbinfo.username NUS

破碎的想法

下面描述了作者个人开发的原因和这个包的好处/方便。

对于我们经常进行研究实验的我们来说，是否经常需要在一个python文件的开头设置很多命令行

commandline-config 2.2.1

导航

项目链接

统计数据

Meta

Maintainers

分类

项目描述

请加星请加星

中文文档

易于使用的命令行配置工具

简单示例

目录

用法

请提交问题

安装

配置方式

配置参数读写方式

写法

阅读方法

将配置传递给函数

复制配置

将配置参数存储到本地文件或数据库

高级选项

将参数输入值限制为固定枚举类型

打印参数帮助说明

设置参数说明

打印参数帮助

需要注意的事情

与 Argparse 冲突

输入值强制转换

命令行传递时，list参数需要在字符串元素引号前加上反斜杠

元组参数的命令行赋值需要引号，字符串元素前面必须有反斜杠

参数命名约定

无限层嵌套对象

参数完整性检查，所有要修改的参数必须预先定义

zsh环境下的特殊配置

完整转换示例

示例运行脚本

破碎的想法

commandline-config 2.2.1

导航

项目链接

统计数据

Meta

Maintainers

分类

项目描述

请加星 请加星

中文文档

易于使用的命令行配置工具

简单示例

目录

用法

请提交问题

安装

配置方式

配置参数读写方式

写法

阅读方法

将配置传递给函数

复制配置

将配置参数存储到本地文件或数据库

高级选项

将参数输入值限制为固定枚举类型

打印参数帮助说明

设置参数说明

打印参数帮助

需要注意的事情

与 Argparse 冲突

输入值强制转换

命令行传递时，list参数需要在字符串元素引号前加上反斜杠

元组参数的命令行赋值需要引号，字符串元素前面必须有反斜杠

参数命名约定

无限层嵌套对象

参数完整性检查，所有要修改的参数必须预先定义

zsh环境下的特殊配置

完整转换示例

示例运行脚本

破碎的想法

请加星请加星