Black格式化工具中如何正确排除Django项目的migrations目录
2025-05-02 01:56:40作者:裴麒琰
在Django项目开发过程中,migrations目录下的文件是由Django自动生成的数据库迁移脚本。这些文件通常不需要进行代码格式化,因为它们的内容是由Django框架自动管理的。使用Black代码格式化工具时,如何正确排除这些目录是一个常见的配置问题。
问题现象
许多开发者在使用Black配合pre-commit时,发现尽管在配置文件中设置了exclude或extend-exclude参数来排除migrations目录,但这些迁移文件仍然会被格式化。这会导致每次提交时,自动生成的迁移文件被修改,可能引起不必要的版本控制冲突。
解决方案
Black提供了多种排除文件的方式,但需要注意它们的区别:
- extend-exclude:这是最常用的排除方式,支持正则表达式匹配。对于Django项目,推荐使用以下配置:
[tool.black]
line-length = 88
extend-exclude = '''
/(
| migrations
)/
'''
- force-exclude:这是更严格的排除方式,会覆盖其他所有包含规则。如果上述方法无效,可以尝试:
[tool.black]
force-exclude = '''
/(
| migrations
)/
'''
配置验证技巧
为了确认Black是否正确地识别了排除规则,可以使用-v参数运行Black查看详细输出:
black . -v
这将显示Black实际使用的配置,包括哪些文件被排除。在输出中应该能看到类似这样的信息:
src/utils/migrations ignored: matches the --extend-exclude regular expression
pre-commit的特殊注意事项
当通过pre-commit使用Black时,需要注意:
- pre-commit会从项目根目录运行Black,因此相对路径的配置需要基于项目根目录
- 可以在pre-commit配置中直接指定排除规则:
- repo: https://github.com/psf/black
rev: 25.1.0
hooks:
- id: black
exclude: migrations/
- 确保没有其他pre-commit钩子或配置覆盖了Black的排除设置
最佳实践建议
- 优先在pyproject.toml中配置排除规则,这样无论是直接运行Black还是通过pre-commit都能生效
- 使用明确的路径模式,如
/migrations/而不仅仅是migrations,以避免匹配到其他位置的同名目录 - 对于大型项目,考虑将排除规则写得更加具体,例如
/.*/migrations/来匹配所有应用下的migrations目录 - 定期检查Black的版本更新,因为排除规则的处理方式可能会在版本更新中优化
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
24
9
Ascend Extension for PyTorch
Python
223
245
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
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218