PyTermGUI 使用教程
2024-09-25 08:49:43作者:彭桢灵Jeremy
1. 项目介绍
PyTermGUI 是一个 Python 终端用户界面(TUI)框架,支持鼠标操作、模块化小部件系统、可定制的快速终端标记语言等特性。它旨在简化终端应用程序的开发,提供了一种简单、可读且模块化的方式来创建终端应用。
主要特性
- 鼠标支持:无需额外配置即可支持鼠标操作。
- 模块化小部件系统:提供了一系列可定制的小部件。
- 快速终端标记语言:支持使用标记语言快速创建样式化的终端文本。
- YAML 样式引擎:支持使用 YAML 或 Python 进行样式定制。
2. 项目快速启动
安装
首先,使用 pip 安装 PyTermGUI:
pip3 install pytermgui
示例代码
以下是一个简单的示例,展示如何使用 PyTermGUI 创建一个显示当前时间的终端应用:
import time
import pytermgui as ptg
def macro_time(fmt: str) -> str:
return time.strftime(fmt)
ptg.tim.define("time", macro_time)
with ptg.WindowManager() as manager:
manager.layout.add_slot("Body")
manager.add(
ptg.Window("[bold]The current time is:[/]\n\n[time 75]%c", box="EMPTY")
)
运行上述代码后,你将在终端中看到当前时间的显示。
3. 应用案例和最佳实践
案例1:联系人表单
以下是一个更复杂的示例,展示如何创建一个联系人表单:
import pytermgui as ptg
CONFIG = """
config:
InputField:
styles:
prompt: dim italic
cursor: '@72'
Label:
styles:
value: dim bold
Window:
styles:
border: '60'
corner: '60'
Container:
styles:
border: '96'
corner: '96'
"""
def submit(manager, window):
# 处理提交逻辑
pass
with ptg.YamlLoader() as loader:
loader.load(CONFIG)
with ptg.WindowManager() as manager:
window = (
ptg.Window(
"",
ptg.InputField("Balazs", prompt="Name: "),
ptg.InputField("Some street", prompt="Address: "),
ptg.InputField("+11 0 123 456", prompt="Phone number: "),
"",
ptg.Container(
"Additional notes:",
ptg.InputField("A whole bunch of\nMeaningful notes\nand stuff", multiline=True),
box="EMPTY_VERTICAL",
),
"",
["Submit", lambda *_: submit(manager, window)],
width=60,
box="DOUBLE",
)
.set_title("[210 bold]New contact")
.center()
)
manager.add(window)
最佳实践
- 使用 YAML 配置:通过 YAML 文件配置样式,使代码更简洁且易于维护。
- 模块化设计:将不同的功能模块化,便于扩展和维护。
- 充分利用标记语言:使用 PyTermGUI 提供的标记语言快速创建样式化的文本。
4. 典型生态项目
Shade
Shade 是 PyTermGUI 的一个替代项目,提供了更完整的功能和更好的性能。如果你需要更高级的终端应用开发,可以考虑使用 Shade。
Termage
Termage 是一个用于生成终端截图的工具,支持 SVG 和 HTML 格式。它与 PyTermGUI 结合使用,可以方便地生成终端应用的截图。
其他相关项目
- Rich:一个用于在终端中显示富文本的 Python 库。
- Textual:一个用于创建复杂终端用户界面的 Python 库。
通过结合这些生态项目,你可以更高效地开发复杂的终端应用。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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
325
🔥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
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492