开源项目 `ast-pretty-print` 使用教程
2024-09-10 09:47:30作者:晏闻田Solitary
1. 项目目录结构及介绍
ast-pretty-print/
├── .github/
│ └── workflows/
│ └── tests.yml
├── .gitignore
├── .pre-commit-config.yaml
├── LICENSE
├── README.md
├── astpretty.py
├── requirements-dev.txt
├── setup.cfg
├── setup.py
└── tox.ini
目录结构介绍
- .github/workflows/: 包含GitHub Actions的工作流配置文件,用于自动化测试和CI/CD流程。
- .gitignore: 指定Git版本控制系统忽略的文件和目录。
- .pre-commit-config.yaml: 配置pre-commit钩子,用于在提交代码前执行代码格式化和检查。
- LICENSE: 项目的开源许可证文件,通常为MIT许可证。
- README.md: 项目的介绍文档,包含项目的基本信息、安装和使用说明。
- astpretty.py: 项目的主要源代码文件,包含实现AST节点格式化打印的逻辑。
- requirements-dev.txt: 开发依赖的Python包列表。
- setup.cfg: 项目的配置文件,包含setuptools的配置选项。
- setup.py: 用于安装项目的Python脚本。
- tox.ini: 配置tox工具,用于自动化测试和环境管理。
2. 项目的启动文件介绍
项目的启动文件是 astpretty.py,该文件包含了项目的核心功能,即对Python标准库 ast.parse 生成的AST节点进行格式化打印。
主要功能
-
astpretty.pprint(node, indent=FOUR_SPACE_INDENT, show_offsets=True): 打印AST节点的格式化表示。node: 需要格式化打印的AST节点。indent: 缩进字符串,默认为四个空格。show_offsets: 是否显示行和列的偏移信息。
-
astpretty.pformat(node, indent=FOUR_SPACE_INDENT, show_offsets=True): 返回AST节点的格式化字符串表示。- 参数与
pprint相同。
- 参数与
3. 项目的配置文件介绍
setup.cfg
setup.cfg 是项目的配置文件,用于配置 setuptools 工具。以下是文件的主要内容:
[metadata]
name = astpretty
version = 1.0.0
description = Pretty print the output of python stdlib ast.parse
long_description = file: README.md
long_description_content_type = text/markdown
url = https://github.com/asottile/astpretty
author = Anthony Sottile
author_email = asottile@umich.edu
license = MIT
classifiers =
Development Status :: 5 - Production/Stable
Intended Audience :: Developers
License :: OSI Approved :: MIT License
Programming Language :: Python :: 3
Programming Language :: Python :: 3.6
Programming Language :: Python :: 3.7
Programming Language :: Python :: 3.8
Programming Language :: Python :: 3.9
[options]
packages = find:
python_requires = >=3.6
[options.entry_points]
console_scripts =
astpretty = astpretty:main
配置项介绍
- [metadata]: 包含项目的元数据,如项目名称、版本、描述、作者信息等。
- [options]: 配置
setuptools的选项,如自动查找包、Python版本要求等。 - [options.entry_points]: 定义命令行脚本的入口点,
astpretty命令将调用astpretty:main函数。
tox.ini
tox.ini 是用于配置 tox 工具的文件,tox 用于自动化测试和环境管理。以下是文件的主要内容:
[tox]
envlist = py36, py37, py38, py39
[testenv]
deps =
pytest
commands =
pytest
配置项介绍
- [tox]: 定义测试环境列表,支持Python 3.6到3.9版本。
- [testenv]: 配置测试环境的依赖和命令,使用
pytest进行测试。
通过以上配置文件,项目可以方便地进行安装、测试和发布。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
578
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
414
339
暂无简介
Dart
952
235
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
12
2