Vor-, Nachteile und Gefahren von PyLint
Holen Sie das Beste aus PyLint heraus.
Klopf an die Tafel: PyLint ist eigentlich ziemlich gut!
„PyLint kann Ihr Leben retten“ ist übertrieben, aber nicht so übertrieben, wie Sie vielleicht denken. PyLint kann Sie vor sehr schwer zu findenden und komplexen Fehlern bewahren. Im schlimmsten Fall spart es nur Testlaufzeit. Im besten Fall hilft es Ihnen, komplexe Fehler in der Produktion zu vermeiden.
Vorteile
Es ist mir peinlich zu sagen, wie häufig das vorkommt. Testnamen sind immer so seltsam: Der Name interessiert niemanden und oft lässt sich kein natürlicher Name finden. Zum Beispiel der folgende Code:
def test_add_small():# Math, am I right?assert 1 + 1 == 3def test_add_large():assert 5 + 6 == 11def test_add_small():assert 1 + 10 == 11
Der Test wird wirksam:
collected 2 items test.py .. 2 passed
Aber hier ist die Sache: Wenn Sie den Namen eines Tests überschreiben, überspringt das Test-Framework den Test problemlos!
In Wirklichkeit können diese Dateien Hunderte von Zeilen enthalten und die Person, die den neuen Test hinzufügt, kennt möglicherweise nicht alle Namen. Alles sieht gut aus, bis man sich die Testausgabe genauer ansieht.
Das Schlimmste daran ist, dass die Hinzufügung abgedeckter Tests, der durch abgedeckte Tests verursachte Schaden und Welleneffekte Tage, Monate oder sogar Jahre dauern kann, bis man sie entdeckt.
PyLint wird es finden
Wie ein guter Freund kann PyLint Ihnen helfen.
test.py:8:0: E0102: function already defined line 1 (function-redefined)
Nachteile
Genau wie in der Sitcom der 90er Jahre: Je mehr Sie über PyLint erfahren, desto mehr Fragen erhalten Sie. Hier ist der reguläre Code für ein Aktienmodellierungsprogramm:
"""Inventory abstractions"""import attrs@attrs.defineclass Laptop:"""A laptop"""ident: strcpu: str
Aber PyLint scheint seine eigenen Meinungen zu haben (wahrscheinlich in den 90er Jahren gebildet) und scheut sich nicht, sie als Tatsachen darzustellen:
$ pylint laptop.py | sed -n '/^laptop/s/[^ ]*: //p'R0903: Too few public methods (0/2) (too-few-public-methods)
Gefahren
Haben Sie jemals darüber nachgedacht? in a Ihre eigenen unbegründeten Meinungen zu einem Tool hinzufügen, das von Millionen verwendet wird? PyLint hat 12 Millionen Downloads pro Monat.
„Wenn Sie zu wählerisch sind, werden die Leute die Prüfung stornieren“ – Dies ist das PyLint-GitHub-Problem 6987, das am 3. Juli 2022 angesprochen wurde.
Es ist die Einstellung zum Hinzufügen eines Tests, der viele falsch positive Ergebnisse liefern kann. Hmm“.
Lassen Sie es für sich arbeiten
PyLint ist großartig, aber Sie müssen damit vorsichtig sein. Damit PyLint für Sie funktioniert, empfehle ich die folgenden drei Dinge:
1. Feste Version
Pinnen Sie die PyLint-Version, die Sie verwenden, um Überraschungen zu vermeiden!
Definieren Sie in Ihrer .toml
Datei:
[project.optional-dependencies]pylint = ["pylint"]
Definieren Sie im Code:
from unittest import mock
Dies entspricht dem folgenden Code:
# noxfile.py...@nox.session(python=VERSIONS[-1])def refresh_deps(session):"""Refresh the requirements-*.txt files"""session.install("pip-tools")for deps in [..., "pylint"]:session.run("pip-compile","--extra",deps,"pyproject.toml","--output-file",f"requirements-{deps}.txt",)
2. Standardmäßig deaktivieren
Deaktivieren Sie alle Prüfungen und aktivieren Sie dann diejenigen, von denen Sie glauben, dass sie falsch positiv sind Rate Hoch. (Nicht nur das Falsch-Negativ/Falsch-Positiv-Verhältnis!)
# noxfile.py...@nox.session(python="3.10")def lint(session):files = ["src/", "noxfile.py"]session.install("-r", "requirements-pylint.txt")session.install("-e", ".")session.run("pylint","--disable=all",*(f"--enable={checker}" for checker in checkers)"src",)
3. Checker
Hier sind die Checker, die ich mag. Verbessern Sie die Projektkonsistenz und vermeiden Sie offensichtliche Fehler.
checkers = ["missing-class-docstring","missing-function-docstring","missing-module-docstring","function-redefined",]
PyLint verwenden
Sie können PyLint nur für die guten Teile verwenden. Führen Sie es aus Gründen der Konsistenz in CI aus und verwenden Sie gängige Prüfprogramme.
Lassen Sie den schlechten Teil weg: Die Prüfung ist standardmäßig deaktiviert.
Gefährliche Teile vermeiden: Feste Version, um Überraschungen zu vermeiden.
Das obige ist der detaillierte Inhalt vonVor-, Nachteile und Gefahren von PyLint. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
