Visual Studio Code,簡稱 VS Code,是一個開源的文字編輯器,包含用於構建和除錯應用程式的工具。安裝啟用 Python 擴充套件後,VS Code 可以配置成理想的 Python 開發工作環境。本文將介紹一些有用的 VS Code 擴充套件,並配置它們以充分提高 Python 開發效率。
如果你的計算機上還沒有安裝 VS Code,可以參考文章 在 Fedora 上使用 VS Code 來安裝。
在 VS Code 中安裝 Python 擴充套件
首先,為了更方便地在 VS Code 中進行 Python 開發,需要從 VS Code 擴充套件商店中安裝 Python 擴充套件。
Python 擴充套件安裝完成後,就可以開始配置 Python 擴充套件了。
VS Code 通過兩個 JSON 檔案管理設定:
- 一個檔案用於 VS Code 的全域性設定,作用於所有的專案
- 另一個檔案用於特殊設定,作用於單獨專案
可以用快捷鍵 Ctrl+,
(逗號)開啟全域性設定,也可以通過 檔案 -> 首選項 -> 設定 來開啟。
設定 Python 路徑
您可以在全域性設定中配置 python.pythonPath
使 VS Code 自動為每個專案選擇最適合的 Python 直譯器。
1 2 3 4 5 |
// 將設定放在此處以覆蓋預設設定和使用者設定。 // Path to Python, you can use a custom version of Python by modifying this setting to include the full path. { "python.pythonPath":"${workspaceRoot}/.venv/bin/python", } |
這樣,VS Code 將使用虛擬環境目錄 .venv
下專案根目錄中的 Python 直譯器。
使用環境變數
預設情況下,VS Code 使用專案根目錄下的 .env
檔案中定義的環境變數。 這對於設定環境變數很有用,如:
1 |
PYTHONWARNINGS="once" |
可使程式在執行時顯示警告。
可以通過設定 python.envFile
來載入其他的預設環境變數檔案:
1 2 |
// Absolute path to a file containing environment variable definitions. "python.envFile": "${workspaceFolder}/.env", |
程式碼分析
Python 擴充套件還支援不同的程式碼分析工具(pep8、flake8、pylint)。要啟用你喜歡的或者正在進行的專案所使用的分析工具,只需要進行一些簡單的配置。
擴充套件預設情況下使用 pylint 進行程式碼分析。你可以這樣配置以使用 flake8 進行分析:
1 2 3 4 |
"python.linting.pylintEnabled": false, "python.linting.flake8Path": "${workspaceRoot}/.venv/bin/flake8", "python.linting.flake8Enabled": true, "python.linting.flake8Args": ["--max-line-length=90"], |
啟用程式碼分析後,分析器會在不符合要求的位置加上波浪線,滑鼠置於該位置,將彈窗提示其原因。注意,專案的虛擬環境中需要安裝有 flake8,此示例方能有效。
格式化程式碼
可以配置 VS Code 使其自動格式化程式碼。目前支援 autopep8、black 和 yapf。下面的設定將啟用 “black” 模式。
1 2 3 4 5 |
// Provider for formatting. Possible options include 'autopep8', 'black', and 'yapf'. "python.formatting.provider": "black", "python.formatting.blackPath": "${workspaceRoot}/.venv/bin/black" "python.formatting.blackArgs": ["--line-length=90"], "editor.formatOnSave": true, |
如果不需要編輯器在儲存時自動格式化程式碼,可以將 editor.formatOnSave
設定為 false
並手動使用快捷鍵 Ctrl + Shift + I
格式化當前文件中的程式碼。 注意,專案的虛擬環境中需要安裝有 black,此示例方能有效。
執行任務
VS Code 的一個重要特點是它可以執行任務。需要執行的任務儲存在專案根目錄中的 JSON 檔案中。
執行 flask 開發服務
這個例子將建立一個任務來執行 Flask 開發伺服器。 使用一個可以執行外部命令的基本模板來建立新的工程:
編輯如下所示的 tasks.json
檔案,建立新任務來執行 Flask 開發服務:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
{ // See https://go.microsoft.com/fwlink/?LinkId=733558 // for the documentation about the tasks.json format "version": "2.0.0", "tasks": [ { "label": "Run Debug Server", "type": "shell", "command": "${workspaceRoot}/.venv/bin/flask run -h 0.0.0.0 -p 5000", "group": { "kind": "build", "isDefault": true } } ] } |
Flask 開發服務使用環境變數來獲取應用程式的入口點。 如 使用環境變數 一節所說,可以在 .env
檔案中宣告這些變數:
1 2 |
FLASK_APP=wsgi.py FLASK_DEBUG=True |
這樣就可以使用快捷鍵 Ctrl + Shift + B
來執行任務了。
單元測試
VS Code 還支援單元測試框架 pytest、unittest 和 nosetest。啟用測試框架後,可以在 VS Code 中單獨執行搜尋到的單元測試,通過測試套件執行測試或者執行所有的測試。
例如,可以這樣啟用 pytest 測試框架:
1 2 |
"python.unitTest.pyTestEnabled": true, "python.unitTest.pyTestPath": "${workspaceRoot}/.venv/bin/pytest", |
注意,專案的虛擬環境中需要安裝有 pytest,此示例方能有效。