ホームページ バックエンド開発 Python チュートリアル Python CLI をより保守しやすくする: 動的コマンド読み込みの旅

Python CLI をより保守しやすくする: 動的コマンド読み込みの旅

Jan 11, 2025 pm 04:13 PM

Making Python CLIs More Maintainable: A Journey with Dynamic Command Loading

このブログ投稿では、HyperGraph プロジェクトのコマンドライン インターフェイス (CLI)、つまり動的コマンド ローディング システムの最近の改善について詳しく説明します。 当初、新しい CLI コマンドの追加は複数段階の手動プロセスであり、DRY 原則とオープン/クローズ原則に違反していました。

課題: 手動コマンド登録

関連する新しいコマンドの追加:

  1. コマンドの実装ファイルを作成しています。
  2. __init__.py 内のインポートを更新しています。
  3. コマンド ローダーの静的リストにコマンドを追加します。

これは退屈でエラーが発生しやすく、新機能ごとに既存のコードを変更する必要があり、理想とは程遠いものでした。

ソリューションの検討: 自動化と動的読み込み

次の 2 つの解決策が検討されました:

  1. ファイルの変更を処理する自動スクリプト。
  2. Python のモジュール検出機能を活用した動的読み込みシステム。

自動化スクリプトは最初は単純に見えましたが、根本的な設計上の欠陥ではなく、症状に対処するだけです。

解決策: 動的コマンド検出

選択されたソリューションは、コマンドを自動的に登録する動的読み込みシステムでした。 コアコードは次のとおりです:

async def load_commands(self) -> None:
    implementations_package = "hypergraph.cli.commands.implementations"

    for _, name, _ in pkgutil.iter_modules([str(self.commands_path)]):
        if name.startswith("_"):  # Skip private modules
            continue

        module = importlib.import_module(f"{implementations_package}.{name}")

        for item_name, item in inspect.getmembers(module):
            if (inspect.isclass(item) and 
                issubclass(item, BaseCommand) and 
                item != BaseCommand):

                command = item(self.system)
                self.registry.register_command(command)
ログイン後にコピー

このアプローチにはいくつかの利点があります。

  • 手動によるコマンド登録が不要になります。
  • 既存のコードとの下位互換性を維持します。
  • 新しいコマンドを追加して、implementations ディレクトリに新しいファイルを配置することが簡単になります。
  • 「バッテリー付属」の理念に準拠し、標準の Python ライブラリを利用します。

学んだ主な教訓

  1. クイックフィックスを避ける: 自動化は短期的な救済を提供しますが、動的読み込みはより持続可能な長期的な解決策を提供します。
  2. 互換性の維持: 元の CommandRegistry メソッドを維持することで、既存のコードが引き続き機能することが保証されます。
  3. 堅牢なエラー処理: 動的システムでのデバッグには、包括的なエラー処理とログ記録が不可欠です。

小さな挫折

型インポートの欠落 (Any からの typing) で小さな問題が発生し、Python における徹底的な型ヒントの重要性が強調されました。

今後のステップ

動的システムが実装される一方で、コマンド ファイル テンプレートを生成するための開発ツールとして自動化スクリプトの可能性が残ります。 今後の予定は次のとおりです:

  • 本番環境のパフォーマンスを監視します。
  • 開発者のフィードバックを収集します。
  • 実際の使用状況に基づいてさらなる改善を実装します。

結論

このリファクタリングは、より洗練されたソリューションを実現するためにアプローチを再評価する利点を示しています。 クイックフィックスよりも多くの初期作業が必要ですが、その結果、より保守しやすく、拡張性があり、Python 的なコードが得られます。 長期的な保守性を優先することで、将来の開発が簡素化されます。

タグ: #Python #リファクタリング #CleanCode #CLI #プログラミング


詳しい技術情報については、Codeberg リポジトリを参照してください。

以上がPython CLI をより保守しやすくする: 動的コマンド読み込みの旅の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Python vs. C:曲線と使いやすさの学習 Python vs. C:曲線と使いやすさの学習 Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonの学習:2時間の毎日の研究で十分ですか? Pythonの学習:2時間の毎日の研究で十分ですか? Apr 18, 2025 am 12:22 AM

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Python vs. C:パフォーマンスと効率の探索 Python vs. C:パフォーマンスと効率の探索 Apr 18, 2025 am 12:20 AM

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Python vs. C:重要な違​​いを理解します Python vs. C:重要な違​​いを理解します Apr 21, 2025 am 12:18 AM

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Apr 27, 2025 am 12:03 AM

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングのためのPython:詳細な外観 科学コンピューティングのためのPython:詳細な外観 Apr 19, 2025 am 12:15 AM

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

Web開発用のPython:主要なアプリケーション Web開発用のPython:主要なアプリケーション Apr 18, 2025 am 12:20 AM

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

See all articles