用于构建优秀命令行的4个Python库

在本文中,我将介绍如何在几个库的帮助下,在 Python 中实现这些功能。读完后,读者会了解到如何使用 Prompt Toolkit, Click(命令行界面创建工具包)、Pygments 和 Fuzzy Finder 来实现一个易于使用的 REPL。

用于构建优秀命令行的4个Python库

作者:oschina

在本文中,我将介绍如何在几个库的帮助下,在 Python 中实现这些功能。读完后,读者会了解到如何使用 Prompt Toolkit, Click(命令行界面创建工具包)、Pygments 和 Fuzzy Finder 来实现一个易于使用的 REPL。

我计划在不到 20 行的 Python 代码中实现这一点。让我们开始吧。

Python Prompt 工具

我认为这个库作为命令行应用的瑞士军刀——它扮演了readline, curses 和其他更多库的角色。让我们从安装这个库开始吧:

pip install prompt_toolkit

我们将从一个简单的 REPL 开始。典型的 REPL 能接收用户的输入,进行一个操作之后再打印结果。我们这里创建一个“echo”的 REPL 。用户输入什么它就打印什么:

REPL

from prompt_toolkit import prompt
 while 1:
 user_input = prompt('>')
 print(user_input)

以上便实现了一个 REPL。它可以读取用户的输入并输出用户输入的内容。在这个代码片段中的 prompt 函数来自于 prompt_toolkit 库;它被用来替换 readline 库。

历史

为了增强我们的 REPL,我们可以添加命令历史:

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistory
 while 1:
 user_input = prompt('>', 
 history=FileHistory('history.txt'),
 )
 print(user_input)

我们刚刚向REPL添加了持久的历史记录。 现在我们可以使用向上/向下箭头浏览历史记录,并使用Ctrl + R搜索历史。 这符合命令行的基本礼仪。

自动联想

我在第一部分中介绍的可发现性技巧之一是自动联想历史命令。(我们看到这个功能在fish shell中开创了。)让我们把这个功能添加到我们的REPL中:

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistory
 while 1:
 user_input = prompt('>', 
 history=FileHistory('history.txt'),
 auto_suggest=AutoSuggestFromHistory(),
 )
 print(user_input)

我们需要做的只是在 prompt() API调用中添加一个新的参数。现在我们有了一个具有fish风格历史自动联想的 REPL。

自动补全

现在,让我们通过自动补全功能来实现 Tab 补全,它会在用户输入过程中弹出参考项。

可是 REPL 怎么知道给出哪些参考项呢?我们提供了一个可选条目的字典,用来给出提示。

SQL 的自动补全为例,来看看怎么在 REPL 中实现吧。我们可以将 SQL 关键字存储到自动补全字典。具体如下:

from prompt_toolkit import prompt
from prompt_toolkit.history import FileHistory
from prompt_toolkit.auto_suggest import AutoSuggestFromHistory
from prompt_toolkit.contrib.completers import WordCompleter
SQLCompleter = WordCompleter(['select', 'from', 'insert', 'update', 'delete', 'drop'],
 ignore_case=True) while 1:
 user_input = prompt('SQL>', 
 history=FileHistory('history.txt'),
 auto_suggest=AutoSuggestFromHistory(),
 completer=SQLCompleter,
 )
 print(user_input)

和上一节类似,我们简单的使用了 prompt-toolkit 中叫 WordCompleter 的普通补全程序。它会从自动补全字典中匹配用户的输入,并且给出一个可选条目列表。

现在我们的 REPL 实现了自动补全、fish 风格历史自动联想,以及 up/down 键回顾输入历史。所有这些功能的实现只用了不到 10 行代码。

Click

Click是一个命令行创建工具包,可以方便地解析程序的命令行选项和参数。 本节不介绍如何使用Click作为参数解析器; 相反,我将谈一些Click附带的一些实用程序。

click 安装很简单:

pip install click

Pager

Pager 是能将长输出一次显示在一个页面上的 Pagers Unix 实用程序。它可以通过调节显示较少,更多,最多等。通过 pager 显示命令的输出不仅仅设计友好,而且相得益彰。

我们进一步来看前面的示例,可以用 click.echo_via_pager() 来取代默认的 print() 语句。它会通过 pager 将输出发送到 stdout。这与平台无关,所以可以在 Unix 或 Windows 中工作。 而且 click.echo_via_pager() 还会通过使用合适的默认值以在必要时显示彩色代码:

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistoryfrom prompt_toolkit.contrib.completers import WordCompleterimport click
SQLCompleter = WordCompleter(['select', 'from', 'insert', 'update', 'delete', 'drop'],
 ignore_case=True) while 1:
 user_input = prompt(u'SQL>',
 history=FileHistory('history.txt'),
 auto_suggest=AutoSuggestFromHistory(),
 completer=SQLCompleter,
 )
 click.echo_via_pager(user_input)

Editor

我上一篇文章中提到的一个细节是,当命令变得太过复杂时,就需要使用编辑器了。而 click 有一个简单的 API 可以用来启动一个编辑器,并将在编辑器中输入的文本返回到应用程序中:

import click
message = click.edit()

Fuzzy Finder

Fuzzy Finder 是一种让用户用更少的按键减少代码提示的方式。然后,有一个类库实现了 Fuzzy Finder。让我们来安装它:

pip install fuzzyfinder

Fuzzy Finder 的 API 非常简单。您只要传递部分字符串和可能的选择列表,Fuzzy Finder 就会根据相关性顺序排列通过模糊算法返回与之匹配的新列表。例如:

>>> from fuzzyfinder import fuzzyfinder
 >>> suggestions = fuzzyfinder('abc', ['abcd', 'defabca', 'aagbec', 'xyz', 'qux']) >>> list(suggestions)['abcd', 'defabca', 'aagbec']

现在我们有了 FuzzyFinder,我们将其添加到我们的 SQL REPL 中。 我们这样做是为了定义一个自定义完成器,而不是 prompt-toolkit 附带的 WordCompleter。例如:

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistoryfrom prompt_toolkit.completion import Completer, Completionimport clickfrom fuzzyfinder import fuzzyfinder
SQLKeywords = ['select', 'from', 'insert', 'update', 'delete', 'drop'] class SQLCompleter(Completer): def get_completions(self, document, complete_event):
 word_before_cursor = document.get_word_before_cursor(WORD=True)
 matches = fuzzyfinder(word_before_cursor, SQLKeywords)
 for m in matches: yield Completion(m, start_position=-len(word_before_cursor)) while 1:
 user_input = prompt(u'SQL>',
 history=FileHistory('history.txt'),
 auto_suggest=AutoSuggestFromHistory(),
 completer=SQLCompleter(),
 )
 click.echo_via_pager(user_input)

Pygments

现在让我们为用户输入添加语法高亮,当我们在使用 SQL REPL 的时候,拥有彩色的 SQL 输入将会非常棒。

Pygments 是一个语法高亮库,它内置支持 300 多种语言。添加语法高亮后可以让程序更加多彩,而且还能帮助用户在执行 SQL 之前找到错误,例如输入错误、不匹配的引号或者括号。

先安装 Pygments:

pip install pygments

然后使用 Pygments 为我们的 SQL REPL 来添加颜色:

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistoryfrom prompt_toolkit.completion import Completer, Completionimport clickfrom fuzzyfinder import fuzzyfinderfrom pygments.lexers.sql import SqlLexer
SQLKeywords = ['select', 'from', 'insert', 'update', 'delete', 'drop'] class SQLCompleter(Completer): def get_completions(self, document, complete_event):
 word_before_cursor = document.get_word_before_cursor(WORD=True)
 matches = fuzzyfinder(word_before_cursor, SQLKeywords)
 for m in matches: yield Completion(m, start_position=-len(word_before_cursor)) while 1:
 user_input = prompt(u'SQL>',
 history=FileHistory('history.txt'),
 auto_suggest=AutoSuggestFromHistory(),
 completer=SQLCompleter(),
 lexer=SqlLexer,
 )
 click.echo_via_pager(user_input)

Pygments 库能在 Prompt 工具上很好地工作。我们把 Pygments 提供的的 SqlLexer 传入到 prompt API。现在所有用户输入都会被当做 SQL 语句,并能为其添加合适的颜色。

结语

通过创建一个功能强大的 REPL,它包括诸如历史记录、键盘绑定等全部通用 shell 功能和用户友好的功能,如自动完成、模糊查找、pager 支持、编辑器支持和语法高亮。我们用不到 20 个 Python 语句实现了所有这些。

很容易不是吗?你也应该试着写一个 stellar 的命令行应用程序。这些资源可能有所帮助:

  • Click (命令行界面创建工具包)
  • Fuzzy Finder 模糊搜索
  • Prompt Toolkit 提示工具包
  • 请参考位于 prompt-toolkit 库中的 Prompt Toolkit 教程和示例
  • Pygments

End.

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(0)
大数据精选的头像大数据精选编辑
上一篇 2019-09-08 21:51
下一篇 2019-09-09 18:50

相关文章

关注我们
关注我们
分享本页
返回顶部