使用命令行程序有很多充满乐趣的功能,例如“提示工具包”,“命令行界面创建工具包“,“Pygments”和“模糊搜索”,我将介绍如何在几个 Python 库的帮助下实现这些功能。
在本文结尾,读者应该很好地了解如何使用 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(交互式解释器)。
我计划用少于 20 行的 Python 代码中实现这一点。
让我们开始,GO!
Python 提示工具包
我喜欢将这个库看作是像瑞士×××那样集大成者的命令行应用程序,它可以替代 readline,curses 等等。 让我们来安装这个库并开始使用:
pip install prompt_toolkit
我们将从简单的 REPL 开始。 通常 REPL 将接受用户输入,执行操作并打印结果。 对于我们的例子,我们要构建一个“echo”REPL。 它只是打印出用户输入的内容:
交互式解释器
from prompt_toolkit import prompt while 1: user_input = prompt('>') print(user_input)
这就是实现 REPL 所需要的。它可以读取用户输入并打印输入的内容。此代码段中使用的提示函数来自 prompt_toolkit 库;它是 readline 库的替代者。
历史记录
为了增强我们的REPL,我们可以添加历史命令:
from prompt_toolkit import prompt from 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习惯。
自动提示
我在第一部分中介绍的技巧之一是自动提示历史命令。(我们看到这个功能最先在 Fish shell中推出。)让我们把这个功能添加到我们的REPL中:
from prompt_toolkit import prompt from prompt_toolkit.history import FileHistory from prompt_toolkit.auto_suggest import AutoSuggestFromHistory while 1: user_input = prompt('>', history=FileHistory('history.txt'), auto_suggest=AutoSuggestFromHistory(), ) print(user_input)
我们只需要在 prompt() API 调用中添加一个新的参数。现在我们的 REPL 已经可以支持类似 Fish Shell 那样的历史命令自动提示功能了。
自动补全
现在我们通过 Tab 增强来实现自动补全,当用户开始键入输入时,它弹出可能的建议。
我们的 REPL 是如何知道要给出什么提示的? 我们提供了一个可能名目提示的字典。
假设我们正在为 SQL 实现 REPL。我们可以使用 SQL 关键字存储我们的自动完成字典。让我们看看如何做到这一点:
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)
再次,我们只需使用一个名为 WordCompleter 的 prompt-toolkit 的内置例程,它将用户输入与可能提示的字典进行匹配,并提供一个列表。
我们现在有一个 REPL,它可以自动补全,fish 式的历史提示,以及历史命令的上下浏览。 所有这些都在不到 10 行的实际代码中。
命令行界面创建工具包
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参数和参数。 本节不介绍如何作为参数解析器使用Click;取而代之的是我将研究一些 Click 库的其他功能的。
安装 click 很简单
pip install click
分页器
分页器是在 Unix 上用来一次性长输出显示的实用程序。分页器包括一些 less, more, most等。通过分页器显示命令不仅仅是友好的设计,而且也是需要的。
让我们进一步来看以上的例子。我们可以用 click.echo_via_pager() 来代替默认的 print() 语句。这将通过分页器将输出传递给 stdout,这和平台无关,因此可以在 Windows 或者 Unix 上运行。click.echo_via_pager() 将尝试用默认的分页器来输出,以便在需要的时候显示有颜色的代码:
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 import 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)
编辑器
在我之前的文章中提到一个细节,就是当命令变得太复杂时就会回到编辑器,同样的 click 提供了一个简单的 API 可以来启动编辑器,并将编辑器中输入的文本返回到应用中:
import click message = click.edit()
模糊搜索
模糊搜索是一种让用户通过最少的输入来缩小提示。同样有一个模糊搜索库,让我们安装这个库:
pip install fuzzyfinder
模糊搜索的API很简单,你传递进部分字符串和一个可能选择的列表,模糊搜索将返回一个新的列表,它和使用了按相关性排序的迷糊算法的字符串进行匹配,例如:
>>> from fuzzyfinder import fuzzyfinder >>> suggestions = fuzzyfinder('abc', ['abcd', 'defabca', 'aagbec', 'xyz', 'qux']) >>> list(suggestions) ['abcd', 'defabca', 'aagbec']
现在我们有了模糊搜索,我们将它加入到我们的 SQL 交互式解释器中。这样就定义了一个完成器,而不是 prompt-toolkit 附带的 WordCompleter。例如:
from prompt_toolkit import prompt from prompt_toolkit.history import FileHistory from prompt_toolkit.auto_suggest import AutoSuggestFromHistory from prompt_toolkit.completion import Completer, Completion import click from 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
现在我们来给用户输入添加语法高亮显示。我们正在构建 SQL 交互式解释器,并且拥有彩色的 SQL 语句会很好。
Pygments 是一个语法高亮库,内置支持300多种语言。添加语法高亮使得应用程序变成彩色的,可以帮助用户在执行 SQL 之前发现一些例如打字错误或者无法匹配的引号和括号。
首先安装 Pygments
pip install pygments
让我们用 pygments 给我们的 SQL 交互式解释器添加颜色:
from prompt_toolkit import prompt from prompt_toolkit.history import FileHistory from prompt_toolkit.auto_suggest import AutoSuggestFromHistory from prompt_toolkit.completion import Completer, Completion import click from fuzzyfinder import fuzzyfinder from 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)
提示工具包适用于 Pygments 库。我们选择 Pygments 提供的 SqlLexer 并将其从提示工具包传递给 API 。现在所有的用户输入都会被当作 SQL 语句并且添上了颜色。
结论
我们本次成果的结论是通过创建一个强大的交互式解释器,拥有常见 shell 的所有功能,例如历史记录,键绑定,和很友好的自动完成,模糊搜索,分页器,编辑器和语法高亮的功能。我们用少于 20 个 python 语句实现了所有这些。
不是很容易吗?现在你还有什么理由写不出一个优秀的命令行应用程序呢,这里有一些可能有帮助的资源:
Click (命令行界面创建工具包)
模糊搜索
提示工具包
请参阅 Prompt Toolkit 教程和 prompt-toolkit 中的例子
Pygments
2017年5月20日,Amjith Ramanujam在俄勒冈州波特兰市举办的美国 2017 PyCon 大会上做了名为《超棒的命令行工具》的演讲,你可以通过这个演讲了解更多内容。
编译作者: fighteryu
原文链接:http://python.jobbole.com/87830/
为了方便大家学习,我建立了一个马哥Python交流群,目前群内已经有2000多个小伙伴,学习寂寞的小伙伴不妨一起来玩~群号:515237230