内容简介:编译自: https://fedoramagazine.org/vscode-python-howto/作者: Clément Verna
编译自: https://fedoramagazine.org/vscode-python-howto/
作者: Clément Verna
译者: idea2act
Visual Studio Code,简称 VS Code,是一个开源的文本编辑器,包含用于构建和调试应用程序的工具。安装启用 Python 扩展后,VS Code 可以配置成理想的 Python 开发工作环境。本文将介绍一些有用的 VS Code 扩展,并配置它们以充分提高 Python 开发效率。
如果你的计算机上还没有安装 VS Code,可以参考文章 在 Fedora 上使用 VS Code 来安装。
在 VS Code 中安装 Python 扩展
首先,为了更方便地在 VS Code 中进行 Python 开发,需要从 VS Code 扩展商店中安装 Python 扩展。
Python 扩展安装完成后,就可以开始配置 Python 扩展了。
VS Code 通过两个 JSON 文件管理设置:
- 一个文件用于 VS Code 的全局设置,作用于所有的项目
- 另一个文件用于特殊设置,作用于单独项目
可以用快捷键 Ctrl+, (逗号)打开全局设置,也可以通过 文件 -> 首选项 -> 设置 来打开。
设置 Python 路径
您可以在全局设置中配置 python.pythonPath 使 VS Code 自动为每个项目选择最适合的 Python 解释器。
// 将设置放在此处以覆盖默认设置和用户设置。 // Path to Python, you can use a custom version of Python by modifying this setting to include the full path. { "python.pythonPath":"${workspaceRoot}/.venv/bin/python", }
这样,VS Code 将使用虚拟环境目录 .venv 下项目根目录中的 Python 解释器。
使用环境变量
默认情况下,VS Code 使用项目根目录下的 .env 文件中定义的环境变量。 这对于设置环境变量很有用,如:
PYTHONWARNINGS="once"
可使程序在运行时显示警告。
可以通过设置 python.envFile 来加载其他的默认环境变量文件:
// Absolute path to a file containing environment variable definitions. "python.envFile": "${workspaceFolder}/.env",
代码分析
Python 扩展还支持不同的代码分析工具(pep8、flake8、pylint)。要启用你喜欢的或者正在进行的项目所使用的分析工具,只需要进行一些简单的配置。
扩展默认情况下使用 pylint 进行代码分析。你可以这样配置以使用 flake8 进行分析:
"python.linting.pylintEnabled": false, "python.linting.flake8Path": "${workspaceRoot}/.venv/bin/flake8", "python.linting.flake8Enabled": true, "python.linting.flake8Args": ["--max-line-length=90"],
启用代码分析后,分析器会在不符合要求的位置加上波浪线,鼠标置于该位置,将弹窗提示其原因。注意,项目的虚拟环境中需要安装有 flake8,此示例方能有效。
格式化代码
可以配置 VS Code 使其自动格式化代码。目前支持 autopep8、black 和 yapf。下面的设置将启用 “black” 模式。
// Provider for formatting. Possible options include 'autopep8', 'black', and 'yapf'. "python.formatting.provider": "black", "python.formatting.blackPath": "${workspaceRoot}/.venv/bin/black" "python.formatting.blackArgs": ["--line-length=90"], "editor.formatOnSave": true,
如果不需要编辑器在保存时自动格式化代码,可以将 editor.formatOnSave 设置为 false 并手动使用快捷键 Ctrl + Shift + I 格式化当前文档中的代码。 注意,项目的虚拟环境中需要安装有 black,此示例方能有效。
运行任务
VS Code 的一个重要特点是它可以运行任务。需要运行的任务保存在项目根目录中的 JSON 文件中。
运行 flask 开发服务
这个例子将创建一个任务来运行 Flask 开发服务器。 使用一个可以运行外部命令的基本模板来创建新的工程:
编辑如下所示的 tasks.json 文件,创建新任务来运行 Flask 开发服务:
{ // See https://go.microsoft.com/fwlink/?LinkId=733558 // for the documentation about the tasks.json format "version": "2.0.0", "tasks": [ { "label": "Run Debug Server", "type": "shell", "command": "${workspaceRoot}/.venv/bin/flask run -h 0.0.0.0 -p 5000", "group": { "kind": "build", "isDefault": true } } ] }
Flask 开发服务使用环境变量来获取应用程序的入口点。 如 使用环境变量 一节所说,可以在 .env 文件中声明这些变量:
FLASK_APP=wsgi.py FLASK_DEBUG=True
这样就可以使用快捷键 Ctrl + Shift + B 来执行任务了。
单元测试
VS Code 还支持单元测试框架 pytest、unittest 和 nosetest。启用测试框架后,可以在 VS Code 中单独运行搜索到的单元测试,通过测试套件运行测试或者运行所有的测试。
例如,可以这样启用 pytest 测试框架:
"python.unitTest.pyTestEnabled": true, "python.unitTest.pyTestPath": "${workspaceRoot}/.venv/bin/pytest",
注意,项目的虚拟环境中需要安装有 pytest,此示例方能有效。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 使用 RxSwift 进行响应式编程
- 使用openmp进行多线程编程
- 漫谈并发编程:用MPI进行分布式内存编程(入门篇)
- 漫谈并发编程:用MPI进行分布式内存编程(入门篇)
- 在Javascript中进行面向切面编程
- 使用VS Code进行Python编程
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。