如果你还在手写命令行功能?那你out了，我们今天将分享四个Python库自动实现命令行功能，这可比手写快多了，还不赶紧来学学?

Python 提示工具包

我喜欢将这个库看作是像瑞士军刀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。

感谢您的阅读，以上就是达内Python培训今天分享给大家的四个Python库自动实现命令行功能，你都学会了吗?一定要在实践的基础上理解哦。更多Python相关的内容尽在达内Python培训机构官网，敬请关注!

免责声明：内容和图片源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。