知識星球
使用命令列程式有很多充滿樂趣的功能，例如“提示工具包”，“命令列介面建立工具包“，“Pygments”和“模糊搜尋”，我將介紹如何在幾個 Python 庫的幫助下實現這些功能。
在本文結尾，讀者應該很好地瞭解如何使用 Prompt Toolkit，Click（命令列介面建立工具包），Pygments 和 Fuzzy Finder 來實現一個易於使用的 REPL（互動式直譯器）。
我計劃用少於 20 行的 Python 程式碼中實現這一點。
讓我們開始，GO！
Python 提示工具包
我喜歡將這個庫看作是像瑞士軍刀那樣集大成者的命令列應用程式，它可以替代 readline，curses 等等。 讓我們來安裝這個庫並開始使用：
pip install prompt_toolkit
我們將從簡單的 REPL 開始。 通常 REPL 將接受使用者輸入，執行操作並列印結果。 對於我們的例子，我們要構建一個“echo”REPL。 它只是打印出使用者輸入的內容：
互動式直譯器
from prompt_toolkit import prompt
while 1:
user_input = prompt(‘>’)
print(user_input)
這就是實現 REPL 所需要的。它可以讀取使用者輸入並列印輸入的內容。此程式碼段中使用的提示函式來自 prompt_toolkit 庫；它是 readline 庫的替代者。
歷史記錄
為了增強我們的REPL，我們可以新增歷史命令：
from prompt_toolkit import prompt
from prompt_toolkit.history import FileHistory
while 1:
user_input = prompt(‘>’,
history=FileHistory(‘history.txt’),
)
print(user_input)
我們剛剛向REPL添加了持久的歷史記錄。現在我們可以使用向上／向下箭頭瀏覽歷史記錄，並使用 Ctrl + R 搜尋歷史。這符合命令列的基本習慣。
自動提示
我在第一部分中介紹的技巧之一是自動提示歷史命令。（我們看到這個功能最先在 Fish shell中推出。）讓我們把這個功能新增到我們的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)
我們只需要在 prompt() API 呼叫中新增一個新的引數。現在我們的 REPL 已經可以支援類似 Fish Shell 那樣的歷史命令自動提示功能了。
自動補全
現在我們透過 Tab 增強來實現自動補全，當使用者開始鍵入輸入時，它彈出可能的建議。
我們的 REPL 是如何知道要給出什麼提示的？ 我們提供了一個可能名目提示的字典。
假設我們正在為 SQL 實現 REPL。我們可以使用 SQL 關鍵字儲存我們的自動完成字典。讓我們看看如何做到這一點：
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，我們只需使用一個名為 WordCompleter 的 prompt-toolkit 的內建例程，它將使用者輸入與可能提示的字典進行匹配，並提供一個串列。
我們現在有一個 REPL，它可以自動補全，fish 式的歷史提示，以及歷史命令的上下瀏覽。 所有這些都在不到 10 行的實際程式碼中。
命令列介面建立工具包
Click 是一個命令列建立工具包，可以方便地解析程式的命令列選項引數和引數。 本節不介紹如何作為引數解析器使用Click；取而代之的是我將研究一些 Click 庫的其他功能的。
安裝 click 很簡單
pip install click
分頁器
分頁器是在 Unix 上用來一次性長輸出顯示的實用程式。分頁器包括一些 less， more， most等。透過分頁器顯示命令不僅僅是友好的設計，而且也是需要的。
讓我們進一步來看以上的例子。我們可以用 click.echo_via_pager() 來代替預設的 print() 陳述句。這將透過分頁器將輸出傳遞給 stdout，這和平臺無關，因此可以在 Windows 或者 Unix 上執行。click.echo_via_pager() 將嘗試用預設的分頁器來輸出，以便在需要的時候顯示有顏色的程式碼：
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)
編輯器
在我之前的文章中提到一個細節，就是當命令變得太複雜時就會回到編輯器，同樣的 click 提供了一個簡單的 API 可以來啟動編輯器，並將編輯器中輸入的文字傳回到應用中：
import click
message = click.edit()
模糊搜尋
模糊搜尋是一種讓使用者透過最少的輸入來縮小提示。同樣有一個模糊搜尋庫，讓我們安裝這個庫：
pip install fuzzyfinder
模糊搜尋的API很簡單，你傳遞進部分字串和一個可能選擇的串列，模糊搜尋將傳回一個新的串列，它和使用了按相關性排序的迷糊演演算法的字串進行匹配，例如：
>>> from fuzzyfinder import fuzzyfinder
>>> suggestions = fuzzyfinder(‘abc’, [‘abcd’, ‘defabca’, ‘aagbec’, ‘xyz’, ‘qux’])
>>> list(suggestions)
[‘abcd’, ‘defabca’, ‘aagbec’]
現在我們有了模糊搜尋，我們將它加入到我們的 SQL 互動式直譯器中。這樣就定義了一個完成器，而不是 prompt-toolkit 附帶的 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
現在我們來給使用者輸入新增語法高亮顯示。我們正在構建 SQL 互動式直譯器，並且擁有彩色的 SQL 陳述句會很好。
Pygments 是一個語法高亮庫，內建支援300多種語言。新增語法高亮使得應用程式變成彩色的，可以幫助使用者在執行 SQL 之前發現一些例如打字錯誤或者無法匹配的引號和括號。
首先安裝 Pygments
pip install pygments
讓我們用 pygments 給我們的 SQL 互動式直譯器新增顏色：
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)
提示工具包適用於 Pygments 庫。我們選擇 Pygments 提供的 SqlLexer 並將其從提示工具包傳遞給 API 。現在所有的使用者輸入都會被當作 SQL 陳述句並且添上了顏色。
結論
我們本次成果的結論是透過建立一個強大的互動式直譯器，擁有常見 shell 的所有功能，例如歷史記錄，鍵系結，和很友好的自動完成，模糊搜尋，分頁器，編輯器和語法高亮的功能。我們用少於 20 個 python 陳述句實現了所有這些。
不是很容易嗎？現在你還有什麼理由寫不出一個優秀的命令列應用程式呢，這裡有一些可能有幫助的資源：
- Click （命令列介面建立工具包）
- 模糊搜尋
- 提示工具包
- 請參閱 Prompt Toolkit 教程和 prompt-toolkit 中的例子
- Pygments
2017年5月20日，Amjith Ramanujam在俄勒岡州波特蘭市舉辦的美國 2017 PyCon 大會上做了名為《超棒的命令列工具》的演講，你可以透過這個演講瞭解更多內容。
編譯作者： fighteryu
原文連結：http://python.jobbole.com/87830/
