推荐使用prettyplease:一个高效的Rust代码格式化工具
2024-08-29 09:29:11作者:牧宁李
项目介绍
prettyplease 是一个基于 syn 语法树的最小化代码格式化工具,旨在将 syn 语法树转换为格式良好的源代码字符串。与 rustfmt 不同,prettyplease 专为任意生成的代码设计,确保在处理复杂或生成的代码时不会出现格式化失败的情况。
项目技术分析
prettyplease 采用最简单的算法和数据结构,以达到接近 rustfmt 格式化质量的95%。在实际测试中,大约97-98%的输出行与 rustfmt 的格式化结果相同,其余部分虽然有轻微的换行决策差异,但仍然符合现代 Rust 的编码风格。
项目及技术应用场景
prettyplease 特别适合用于生成代码的场景,如 bindgen 或 cargo-expand 的输出。在这些场景中,确保整个代码能够被格式化而不出现格式化失败的情况,比追求完美的格式化更为重要。
项目特点
- 高效稳定:在处理大型或生成的代码时表现出色,不会出现格式化失败的情况。
- 接近
rustfmt的质量:输出结果与rustfmt格式化结果高度一致,符合现代 Rust 编码风格。 - 轻量级:依赖少,编译时间短,适合作为库集成到项目中。
- 兼容性:支持使用稳定的 Rust 编译器进行构建,并已发布到
crates.io。
示例代码
以下是一个简单的示例,展示了如何使用 prettyplease 格式化代码:
// [dependencies]
// prettyplease = "0.2"
// syn = { version = "2", default-features = false, features = ["full", "parsing"] }
const INPUT: &str = stringify! {
use crate::{
lazy::{Lazy, SyncLazy, SyncOnceCell}, panic,
sync::{ atomic::{AtomicUsize, Ordering::SeqCst},
mpsc::channel, Mutex, },
thread,
};
impl<T, U> Into<U> for T where U: From<T> {
fn into(self) -> U { U::from(self) }
}
};
fn main() {
let syntax_tree = syn::parse_file(INPUT).unwrap();
let formatted = prettyplease::unparse(&syntax_tree);
print!("{}", formatted);
}
通过以上介绍和示例,相信您已经对 prettyplease 有了全面的了解。如果您正在寻找一个高效、稳定且轻量级的 Rust 代码格式化工具,prettyplease 无疑是一个值得尝试的选择。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
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
353
209
昇腾LLM分布式训练框架
Python
119
146
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
1
🔥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
68
20
🎉 (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
1.37 K
781