BasedPyright中__all__变量对自动导入建议的影响分析
2025-07-07 02:24:46作者:明树来
在Python静态类型检查器BasedPyright中,开发者发现了一个关于模块导入建议的有趣现象:当模块中定义了__all__变量时,该变量中列出的符号并不会自动出现在其他文件的导入建议中。这与主流Python开发工具Pylance的行为存在差异。
问题背景
Python模块的__all__变量是一个特殊变量,用于明确声明模块的公共接口。当使用from module import *语法时,只有__all__中列出的名称会被导入。在代码编辑器的自动补全功能中,许多工具也会参考__all__来确定应该显示哪些导入建议。
通常情况下,Python工具对变量名的自动导入建议有以下规则:
- 大写字母开头的变量(如
PUBLIC_VAR)默认会出现在导入建议中 - 小写字母开头的变量(如
public_var)默认不会出现在导入建议中 - 通过
__all__显式导出的变量应该出现在导入建议中
BasedPyright的当前行为
在BasedPyright的当前实现中,存在以下行为特点:
- 对于大写变量(如
PUBLIC_TWO),无论是否在__all__中声明,都会出现在导入建议中 - 对于小写变量(如
public_one),只有在__all__中显式声明时,才应该出现在导入建议中 - 但当前BasedPyright并未正确处理
__all__中的小写变量,导致这些变量不会出现在导入建议中
技术影响
这一行为差异会对开发者体验产生以下影响:
- 代码补全不完整:开发者无法通过自动补全发现模块中通过
__all__导出的所有符号 - 开发效率降低:需要手动输入完整导入语句,而不是通过补全快速导入
- API发现困难:对于通过
__all__明确导出的API,开发者可能无法通过工具提示发现
解决方案
该问题的解决方案涉及修改BasedPyright的符号解析逻辑,确保:
- 正确解析模块中的
__all__变量定义 - 将
__all__中声明的所有符号(无论大小写)都纳入导入建议范围 - 保持与Pylance等其他Python工具的行为一致性
这一修复不仅解决了当前问题,也为基于__all__的模块导出提供了更完整的工具支持,使开发者能够更好地利用Python的模块系统设计清晰的API边界。
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
660