内容简介:Python 代码的质量控制之 flake8 & Pylint
无需多言,我偏执地认为,所有动态语言写成的项目,都应该使用 XXLint 之类的工具,该暴露的错误能提前就提前。
甚至,所有项目在 commit 之前都需要做两件事情:
- lint 检查
- UT
动态语言是边解释边执行,缺乏编译期。这是劣势也是优势,这是优势也是劣势。
Python 中,常用的质量控制 工具 就是:pytest(或其他),Pylint,flake8(较强大),本文介绍后两者。
如何使用
如果没有提及这两款工具,那么一个自然的想法是: 给定源码目录 src,工具要能够检查 src 所有符合要求的文件
,即:
flake8 $OPTIONS $src
事实上,这些工具就是这么工作的。指定文件或目录,然后它帮你检查。
与工作流的整合
命令行的使用尚且简单,不过没有人这么使用(这仍然是重复性劳动),冗长的文档也没几个人喜欢阅读,所以最佳实践才是重点。
我个人的最佳实践是: 与 git pre-commit 结合,如果检查不过,就不让 commit。
思路大概有如下几种:
如果使用 Python 脚本,我比较喜欢使用 Fabric 来组织我的代码( Fabric 简单小巧,够用)。
比如项目结构一般会这样:
.pylintrc .flake8 fabfile.py project/ tests/ docs/
那么 fabfile.py 的内容大致就是
@task
def runpylint():
local('pylint project/')
@task
def runflake8():
local('flake8 project/')
@task
def runpytest():
pass
@task
def runfabfile():
execute(runpylint)
execute(runflake8)
execute(runpytest)
手动执行:
fab runfabfile
那么 .git/hooks/pre-commit
的内容就是:
#!/usr/bin/env bash
function _runfab() {
fab runfabfile
if [[ "$?" == 0 ]]; then
return 0
else
return 1
fi
}
_runfab
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
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。
深入理解计算机系统(原书第2版)
(美)Randal E.Bryant、David O'Hallaron / 龚奕利、雷迎春 / 机械工业出版社 / 2011-1-1 / 99.00元
本书从程序员的视角详细阐述计算机系统的本质概念,并展示这些概念如何实实在在地影响应用程序的正确性、性能和实用性。全书共12章,主要内容包括信息的表示和处理、程序的机器级表示、处理器体系结构、优化程序性能、存储器层次结构、链接、异常控制流、虚拟存储器、系统级I/O、网络编程、并发编程等。书中提供大量的例子和练习,并给出部分答案,有助于读者加深对正文所述概念和知识的理解。 本书的最大优点是为程序......一起来看看 《深入理解计算机系统(原书第2版)》 这本书的介绍吧!