코드 품질을 위한 도구 설정
ReadmeGenie를 개발할 때 Linting 및 서식 지정을 위한 자동화된 설정을 통해 일관된 코드 품질을 보장하는 것을 목표로 했습니다. 여러 도구를 고려한 후 Linter로 Ruff를 선택하고 코드 포맷터로 Black을 선택했습니다. Ruff는 Linting과 서식 지정을 모두 처리할 수 있지만 두 도구의 구성에 대한 경험을 쌓기 위해 Black을 별도의 서식 지정 도구로 설정하기로 결정했습니다. 아래에서는 제가 이 도구를 선택한 이유, 프로젝트를 위해 도구를 구성한 방법, 직면한 과제, 그 과정에서 배운 교훈을 공유하겠습니다.
1. 도구 선택
왜 러프인가?
Ruff는 다른 린터(예: Flake8 및 Pyflakes)의 다양한 린팅 규칙을 지원하고 상당한 성능 향상을 제공하는 빠른 Python용 린터입니다. 사용자 정의가 가능하므로 서식 지정 시 Black과의 호환성을 보장하면서 규칙을 혼합하여 지정할 수 있습니다. 속도와 확장성을 고려한 Ruff의 디자인은 품질을 희생하지 않고 효율성을 우선시하는 프로젝트에 이상적입니다.
- 러프 문서: https://github.com/charliermarsh/ruff
왜 블랙인가?
Black은 하나의 서식 스타일을 엄격하게 적용하는 Python 서식 지정 도구로, 코드 스타일에 대한 토론과 불일치를 줄이는 데 도움이 됩니다. Ruff는 기본 서식 기능을 제공하지만 Black의 전용 접근 방식은 다음과 같은 몇 가지 장점을 제공합니다.
- 일관성: Black은 코드 형식에 대한 논쟁을 최소화하는 엄격한 표준 스타일을 시행합니다.
광범위한 채택: 검정색은 널리 사용되므로 대부분의 개발 워크플로, 특히 공동 작업 프로젝트에 쉽게 통합할 수 있습니다.
블랙 문서: https://github.com/psf/black
2. 프로젝트 설정
ReadmeGenie에서 Ruff와 Black이 원활하게 작동하도록 하기 위해 pyproject.toml과
모두에서 구성했습니다.
.pre-commit-config.yaml을 사용하면 개발자가 커밋할 때 자동으로 코드 형식을 지정하고 린트할 수 있습니다.
pyproject.toml의 Ruff 및 Black 구성
이 설정을 통해 Ruff는 Linting에만 사용되고 Black은 서식 지정에만 사용됩니다.
# pyproject.toml # Set up black as formatter [tool.black] line-length = 88 target-version = ["py311"] # Set up ruff as linter only [tool.ruff] # Exclude directories that don’t need linting (e.g., virtual environments) exclude = [ "venv/", "__pycache__/" ] fix = true # Enable specific linting rules select = ["F", "E", "W", "B", "I", "S"] # Example codes: F=flake8, E=errors, W=warnings, B=bugbear, I=import, S=safety # Exclude Black-compatible rules to avoid conflicts with Black's formatting. ignore = ["E501", "E203", "E231"] # Exclude Black-incompatible style issues
- 무시: Black은 특정 스타일을 처리하므로 Ruff에서는 이러한 규칙을 제외했습니다.
- 수정: 가능한 경우 Ruff를 사용하여 문제를 수정하고 서식을 검정색으로 남겨둡니다.
Ruff 및 Black에 대한 사전 커밋 후크 추가
사전 커밋 후크를 사용하여 모든 커밋에 린트 및 형식 지정을 적용하도록 .pre-commit-config.yaml을 구성했습니다.
# .pre-commit-config.yaml repos: - repo: https://github.com/psf/black rev: 23.1.0 hooks: - id: black - repo: https://github.com/charliermarsh/ruff-pre-commit rev: v0.7.1 hooks: - id: ruff
3. 명령줄에서 Ruff와 Black 실행하기
위 설정으로 다음 명령을 사용할 수 있습니다.
- 런 러프:
# pyproject.toml # Set up black as formatter [tool.black] line-length = 88 target-version = ["py311"] # Set up ruff as linter only [tool.ruff] # Exclude directories that don’t need linting (e.g., virtual environments) exclude = [ "venv/", "__pycache__/" ] fix = true # Enable specific linting rules select = ["F", "E", "W", "B", "I", "S"] # Example codes: F=flake8, E=errors, W=warnings, B=bugbear, I=import, S=safety # Exclude Black-compatible rules to avoid conflicts with Black's formatting. ignore = ["E501", "E203", "E231"] # Exclude Black-incompatible style issues
- 런 블랙:
# .pre-commit-config.yaml repos: - repo: https://github.com/psf/black rev: 23.1.0 hooks: - id: black - repo: https://github.com/charliermarsh/ruff-pre-commit rev: v0.7.1 hooks: - id: ruff
이러한 명령은 모든 Python 파일에 수정 사항을 적용하여 일관된 스타일과 품질 검사를 보장합니다.
4. VS 코드 통합
저장 시 Ruff와 Black을 자동화하기 위해 .vscode/settings.json에 다음 구성을 추가했습니다.
ruff check . --fix
이 설정을 사용하면 VS Code에서 Black을 기본 포맷터로 만들고 Ruff를 유일한 활성 린터로 사용하여 둘 다 실행할 수 있습니다.
저장 시 자동으로 실행됩니다.
5. 조사 결과 및 수정 사항
구성 후 Ruff와 Black은 다음과 같은 몇 가지 문제를 식별했습니다.
- 줄 길이(E501): Ruff는 처음에 긴 줄을 표시했고 Black은 자동 서식을 지정했습니다.
- 사용하지 않는 가져오기 및 변수: Ruff는 사용하지 않는 가져오기 및 변수를 여러 개 발견했습니다.
- 들여쓰기 및 스타일링 일관성: 검정색은 일정한 간격과 들여쓰기를 적용하여 가독성을 높였습니다.
6. 도전
한 가지 주목할만한 과제는 러프와 블랙 사이에 일부 스타일이 호환되지 않는다는 점을 이해하는 것이었습니다. 예:
- 줄 길이(E501): Ruff는 처음에 88자를 초과하는 긴 줄에 플래그를 지정했으며 Black은 래핑을 통해 처리합니다. 윤곽. 충돌을 방지하기 위해 Ruff의 무시 목록에 E501을 추가했습니다. 그럼에도 불구하고 Ruff는 때때로 E501 오류를 표시했습니다. Black이 예상 중단점을 적용하지 않은 경우. 이러한 불일치는 각 도구를 조정하는 것의 중요성을 강조했습니다. 중복될 수 있는 부분을 구성하고 이해합니다.
7. 배운 교훈
Ruff와 Black을 함께 사용하는 것은 코드 품질을 향상시키는 좋은 방법이었습니다. 제가 배운 내용은 다음과 같습니다.
- 일관성: Black의 독선적인 스타일은 코드 스타일의 모호성을 줄여줍니다.
- 자동화: 사전 커밋 후크는 시간을 절약하고 일관된 형식을 보장합니다.
- 편집기 통합: VS Code 간소화된 개발 내에서 저장 시 실행되도록 Ruff 및 Black을 구성합니다.
- 호환성: E501과 같은 충돌을 해결하는 방법을 배우면서 도구 구성에 대해 배웠고 도움이 되었습니다. 프로젝트 워크플로우를 미세 조정하세요.
위 내용은 코드 품질을 위한 도구 설정의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화
