四个Python库，实现超实用的命令行功能

在二部曲系列文章的第二部分关于伟大的命令行 UI 终端应用文章中，我们探索了“提示工具包”，“命令行界面创建工具包“，“Pygments”和“模糊搜索”。

这是我的二部曲终端应用程序与伟大的命令行界面的第二部分。 在第一篇文章中，我介绍了几个能使使用命令行程序充满乐趣的功能。
在第二部分中，我将介绍如何在几个 Python 库的帮助下实现这些功能。 在本文结尾，读者应该很好地了解如何使用 Prompt
Toolkit，Click(命令行界面创建工具包)，Pygments 和 Fuzzy Finder 来实现一个易于使用的
REPL(交互式解释器)。

我计划用少于 20 行的 Python 代码中实现这一点。 让我们开始。

Python 提示工具包

我喜欢将这个库看作是像瑞士军刀那样集大成者的命令行应用程序，它可以替代 readline，curses 等等。 让我们来安装这个库并开始使用：

1. pip install prompt_toolkit 

我们将从简单的 REPL 开始。 通常 REPL 将接受用户输入，执行操作并打印结果。 对于我们的例子，我们要构建一个“echo”REPL。 它只是打印出用户输入的内容：

交互式解释器

1. from prompt_toolkit import prompt 
2.  
3. while 1: 
4.  
5. user_input = prompt('>') 
6.  
7. print(user_input) 

这就是实现 REPL 所需要的。它可以读取用户输入并打印输入的内容。此代码段中使用的提示函数来自 prompt_toolkit 库;它是 readline 库的替代者。

历史记录

为了增强我们的REPL，我们可以添加历史命令：

1. from prompt_toolkit import prompt 
2.  
3. from prompt_toolkit.history import FileHistory 
4.  
5. while 1: 
6.  
7.     user_input = prompt('>', 
8.  
9.                         history=FileHistory('history.txt'), 
10.  
11.                        ) 
12.  
13.     print(user_input) 

我们刚刚向REPL添加了持久的历史记录。现在我们可以使用向上/向下箭头浏览历史记录，并使用 Ctrl + R 搜索历史。这符合命令行的基本习惯。

自动提示

我在第一部分中介绍的技巧之一是自动提示历史命令。(我们看到这个功能最先在 Fish shell中推出。)让我们把这个功能添加到我们的REPL中：

1. from prompt_toolkit import prompt 
2.  
3. from prompt_toolkit.history import FileHistory 
4.  
5. from prompt_toolkit.auto_suggest import AutoSuggestFromHistory 
6.  
7. while 1: 
8.  
9.     user_input = prompt('>', 
10.  
11.                         history=FileHistory('history.txt'), 
12.  
13.                         auto_suggest=AutoSuggestFromHistory(), 
14.  
15.                        ) 
16.  
17.     print(user_input) 

我们只需要在 prompt() API 调用中添加一个新的参数。现在我们的 REPL 已经可以支持类似 Fish Shell 那样的历史命令自动提示功能了。

自动补全

现在我们通过 Tab 增强来实现自动补全，当用户开始键入输入时，它弹出可能的建议。

我们的 REPL 是如何知道要给出什么提示的? 我们提供了一个可能名目提示的字典。

假设我们正在为 SQL 实现 REPL。我们可以使用 SQL 关键字存储我们的自动完成字典。让我们看看如何做到这一点：

1. from prompt_toolkit import prompt 
2.  
3. from prompt_toolkit.history import FileHistory 
4.  
5. from prompt_toolkit.auto_suggest import AutoSuggestFromHistory 
6.  
7. from prompt_toolkit.contrib.completers import WordCompleter 
8.  
9. SQLCompleter = WordCompleter(['select', 'from', 'insert', 'update', 'delete', 'drop'], 
10.  
11.                              ignore_case=True) 
12.  
13. while 1: 
14.  
15.     user_input = prompt('SQL>', 
16.  
17.                         history=FileHistory('history.txt'), 
18.  
19.                         auto_suggest=AutoSuggestFromHistory(), 
20.  
21.                         completer=SQLCompleter, 
22.  
23.                         ) 
24.  
25.     print(user_input) 

再次，我们只需使用一个名为 WordCompleter 的 prompt-toolkit 的内置例程，它将用户输入与可能提示的字典进行匹配，并提供一个列表。

我们现在有一个 REPL，它可以自动补全，fish 式的历史提示，以及历史命令的上下浏览。 所有这些都在不到 10 行的实际代码中。

命令行界面创建工具包

Click 是一个命令行创建工具包，可以方便地解析程序的命令行选项参数和参数。 本节不介绍如何作为参数解析器使用Click;取而代之的是我将研究一些 Click 库的其他功能的。

安装 click 很简单

1. pip install click 

分页器

分页器是在 Unix 上用来一次性长输出显示的实用程序。分页器包括一些 less， more， most等。通过分页器显示命令不仅仅是友好的设计，而且也是需要的。

让我们进一步来看以上的例子。我们可以用 click.echo_via_pager() 来代替默认的 print()
语句。这将通过分页器将输出传递给 stdout，这和平台无关，因此可以在 Windows 或者 Unix
上运行。click.echo_via_pager() 将尝试用默认的分页器来输出，以便在需要的时候显示有颜色的代码：

1. from prompt_toolkit import prompt 
2.  
3. from prompt_toolkit.history import FileHistory 
4.  
5. from prompt_toolkit.auto_suggest import AutoSuggestFromHistory 
6.  
7. from prompt_toolkit.contrib.completers import WordCompleter 
8.  
9. import click 
10.  
11. SQLCompleter = WordCompleter(['select', 'from', 'insert', 'update', 'delete', 'drop'], 
12.  
13.                              ignore_case=True) 
14.  
15. while 1: 
16.  
17.     user_input = prompt(u'SQL>', 
18.  
19.                         history=FileHistory('history.txt'), 
20.  
21.                         auto_suggest=AutoSuggestFromHistory(), 
22.  
23.                         completer=SQLCompleter, 
24.  
25.                         ) 
26.  
27.     click.echo_via_pager(user_input) 

编辑器

在我之前的文章中提到一个细节，就是当命令变得太复杂时就会回到编辑器，同样的 click 提供了一个简单的 API 可以来启动编辑器，并将编辑器中输入的文本返回到应用中：

1. import click 
2.  
3. message = click.edit() 

模糊搜索

模糊搜索是一种让用户通过最少的输入来缩小提示。同样有一个模糊搜索库，让我们安装这个库：

1. pip install fuzzyfinder 

模糊搜索的API很简单，你传递进部分字符串和一个可能选择的列表，模糊搜索将返回一个新的列表，它和使用了按相关性排序的迷糊算法的字符串进行匹配，例如：

1. >>> from fuzzyfinder import fuzzyfinder 
2.  
3. >>> suggestions = fuzzyfinder('abc', ['abcd', 'defabca', 'aagbec', 'xyz', 'qux']) 
4.  
5. >>> list(suggestions) 
6.  
7. ['abcd', 'defabca', 'aagbec'] 

现在我们有了模糊搜索，我们将它加入到我们的 SQL 交互式解释器中。这样就定义了一个完成器，而不是 prompt-toolkit 附带的 WordCompleter。例如：

1. from prompt_toolkit import prompt 
2.  
3. from prompt_toolkit.history import FileHistory 
4.  
5. from prompt_toolkit.auto_suggest import AutoSuggestFromHistory 
6.  
7. from prompt_toolkit.completion import Completer, Completion 
8.  
9. import click 
10.  
11. from fuzzyfinder import fuzzyfinder 
12.  
13. SQLKeywords = ['select', 'from', 'insert', 'update', 'delete', 'drop'] 
14.  
15. class SQLCompleter(Completer): 
16.  
17.     def get_completions(self, document, complete_event): 
18.  
19.         word_before_cursor = document.get_word_before_cursor(WORD=True) 
20.  
21.         matches = fuzzyfinder(word_before_cursor, SQLKeywords) 
22.  
23.         for m in matches: 
24.  
25.             yield Completion(m, start_position=-len(word_before_cursor)) 
26.  
27. while 1: 
28.  
29.     user_input = prompt(u'SQL>', 
30.  
31.                         history=FileHistory('history.txt'), 
32.  
33.                         auto_suggest=AutoSuggestFromHistory(), 
34.  
35.                         completer=SQLCompleter(), 
36.  
37.                         ) 
38.  
39.     click.echo_via_pager(user_input) 

Pygments

现在我们来给用户输入添加语法高亮显示。我们正在构建 SQL 交互式解释器，并且拥有彩色的 SQL 语句会很好。

Pygments 是一个语法高亮库，内置支持300多种语言。添加语法高亮使得应用程序变成彩色的，可以帮助用户在执行 SQL 之前发现一些例如打字错误或者无法匹配的引号和括号。

首先安装 Pygments

1. pip install pygments 

让我们用 pygments 给我们的 SQL 交互式解释器添加颜色：

1. from prompt_toolkit import prompt 
2.  
3. from prompt_toolkit.history import FileHistory 
4.  
5. from prompt_toolkit.auto_suggest import AutoSuggestFromHistory 
6.  
7. from prompt_toolkit.completion import Completer, Completion 
8.  
9. import click 
10.  
11. from fuzzyfinder import fuzzyfinder 
12.  
13. from pygments.lexers.sql import SqlLexer 
14.  
15. SQLKeywords = ['select', 'from', 'insert', 'update', 'delete', 'drop'] 
16.  
17. class SQLCompleter(Completer): 
18.  
19.     def get_completions(self, document, complete_event): 
20.  
21.         word_before_cursor = document.get_word_before_cursor(WORD=True) 
22.  
23.         matches = fuzzyfinder(word_before_cursor, SQLKeywords) 
24.  
25.         for m in matches: 
26.  
27.             yield Completion(m, start_position=-len(word_before_cursor)) 
28.  
29. while 1: 
30.  
31.     user_input = prompt(u'SQL>', 
32.  
33.                         history=FileHistory('history.txt'), 
34.  
35.                         auto_suggest=AutoSuggestFromHistory(), 
36.  
37.                         completer=SQLCompleter(), 
38.  
39.                         lexer=SqlLexer, 
40.  
41.                         ) 
42.  
43.     click.echo_via_pager(user_input) 

提示工具包适用于 Pygments 库。我们选择 Pygments 提供的 SqlLexer 并将其从提示工具包传递给 API 。现在所有的用户输入都会被当作 SQL 语句并且添上了颜色。

结论

我们本次成果的结论是通过创建一个强大的交互式解释器，拥有常见 shell 的所有功能，例如历史记录，键绑定，和很友好的自动完成，模糊搜索，分页器，编辑器和语法高亮的功能。我们用少于 20 个 python 语句实现了所有这些。

不是很容易吗?现在你还有什么理由写不出一个优秀的命令行应用程序呢，这里有一些可能有帮助的资源：

• Click (命令行界面创建工具包)
• 模糊搜索
• 提示工具包
• 请参阅 Prompt Toolkit 教程和 prompt-toolkit 中的例子
• Pygments

2017年5月20日，Amjith Ramanujam在俄勒冈州波特兰市举办的美国 2017 PyCon 大会上做了名为《超棒的命令行工具》的演讲，你可以通过这个演讲了解更多内容。

作者：佚名

来源：51CTO