如何在pdoc中隐藏特定类的继承文档
2025-07-04 23:40:15作者:虞亚竹Luna
在Python项目文档生成工具pdoc中,当基于Pydantic模型生成类文档时,开发者可能会遇到需要隐藏继承成员或特定方法的情况。本文将通过一个典型场景,详细介绍如何通过自定义模板实现这一需求。
问题背景
当使用pdoc为继承自Pydantic的BaseModel类生成文档时,默认会显示以下内容:
- 从BaseModel继承的模型方法(如model_dump、model_validate等)
- 显式的"继承成员"章节
这些自动生成的内容可能会干扰开发者想要展示的核心文档结构。
解决方案
方法一:自定义模板覆盖
pdoc支持通过创建自定义模板来修改文档生成行为。具体步骤如下:
- 创建模板扩展文件(如
template.html) - 在模板中重写相关宏定义
- 使用
--template参数指定自定义模板
对于隐藏继承成员章节,可以重写inherited宏:
{% macro inherited() %}
{% if not obj.__module__.startswith('your_module') %}
{{ super() }}
{% endif %}
{% endmacro %}
方法二:控制成员可见性
要隐藏特定的模型方法,可以重写is_public宏:
{% macro is_public(d) %}
{% if not d.name.startswith('model_') %}
{{ super() }}
{% endif %}
{% endmacro %}
实现原理
pdoc的模板系统基于Jinja2,通过覆盖默认模板中的宏定义,开发者可以:
- 过滤特定名称的成员
- 根据模块路径控制文档生成
- 完全自定义文档结构
注意事项
- 模板覆盖会影响所有文档生成,建议结合条件判断使用
- 隐藏继承方法可能会影响API文档的完整性
- 复杂的过滤逻辑可能会增加维护成本
最佳实践
对于大型项目,建议:
- 建立统一的文档规范
- 将模板自定义逻辑封装为项目基础设施
- 在CI流程中加入文档生成检查
通过合理使用pdoc的模板系统,开发者可以生成更符合项目需求的API文档,同时保持文档工具链的自动化优势。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
661