백엔드 개발 파이썬 튜토리얼 GitHub Actions를 사용하여 Python 코드 형식 지정 및 Linting

GitHub Actions를 사용하여 Python 코드 형식 지정 및 Linting

Sep 10, 2024 am 10:52 AM

Formatting and Linting Your Python Codes with GitHub Actions

끊임없이 진화하는 소프트웨어 개발 환경에서는 코드 품질과 일관성을 유지하는 것이 중요합니다. 코드베이스를 깔끔하게 유지하고 모범 사례를 준수하는 가장 효과적인 방법 중 하나는 서식 지정 및 Linting 프로세스를 자동화하는 것입니다. 이 블로그 게시물에서는 Python 프로젝트의 코드 형식 지정 및 Linting을 자동화하도록 설계된 GitHub Actions 워크플로를 설정하는 방법을 안내합니다. 구성과 관련 단계를 살펴보고 이를 통해 시간을 절약하고 코드 오류를 줄이는 방법을 살펴보겠습니다.

GitHub 액션 소개

GitHub Actions는 GitHub 저장소 내에서 직접 워크플로를 자동화할 수 있는 강력한 도구입니다. 테스트 실행부터 애플리케이션 배포까지 GitHub Actions는 푸시, 풀 요청 등과 같은 이벤트를 기반으로 다양한 작업을 처리할 수 있습니다. 이 예에서는 GitHub Actions를 사용하여 코드 형식 지정 및 Linting을 자동화하는 데 중점을 둘 것입니다.

워크플로우 분석

Python 코드 서식 지정 및 Linting을 위한 GitHub Actions 워크플로를 자세히 살펴보세요.

name: Format and Lint

on:
  push:
    branches:
      - master
  pull_request:
    branches:
      - master

jobs:
  format-and-lint:
    runs-on: ubuntu-latest
    steps:
      - name: Checkout code
        uses: actions/checkout@v3

      - name: Set up Python
        uses: actions/setup-python@v4
        with:
          python-version: '3.9'  # Specify the Python version to use

      - name: Install dependencies
        run: |
          python -m pip install --upgrade pip
          pip install black isort autopep8

      - name: Run Black
        run: black .

      - name: Run isort
        run: isort .

      - name: Run autopep8
        run: autopep8 --in-place --recursive .

      - name: Commit changes if any
        env:
          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
        run: |
          # Check for changes
          git diff --exit-code || {
            echo "Changes detected. Committing changes..."

            # Configure Git user
            git config --global user.name "github-actions"
            git config --global user.email "actions@github.com"

            # Stage all changes
            git add .

            # Commit changes
            git commit -m "Apply code formatting and linting fixes"

            # Push changes
            git push origin HEAD
          }
로그인 후 복사

워크플로 구성 요소 설명

  1. 트리거 이벤트:
   on:
     push:
       branches:
         - master
     pull_request:
       branches:
         - master
로그인 후 복사

마스터 브랜치에 대한 푸시 및 풀 요청 시 워크플로가 트리거됩니다. 이렇게 하면 메인 브랜치 또는 풀 요청에 대한 모든 변경 사항이 자동으로 형식화되고 린트됩니다.

  1. 작업 구성:
   jobs:
     format-and-lint:
       runs-on: ubuntu-latest
로그인 후 복사

작업은 최신 버전의 Ubuntu에서 실행됩니다. 서식 지정 및 Linting이 발생하는 환경입니다.

  1. 결제 코드:
   - name: Checkout code
     uses: actions/checkout@v3
로그인 후 복사

이 단계에서는 저장소 코드를 확인하여 후속 단계에서 해당 코드에 액세스하고 수정할 수 있도록 합니다.

  1. Python 설정:
   - name: Set up Python
     uses: actions/setup-python@v4
     with:
       python-version: '3.9'
로그인 후 복사

이 단계에서는 워크플로 환경에 Python 3.9를 설정합니다. 프로젝트에 사용되는 Python 버전과 일치하도록 이를 조정하세요.

  1. 종속성 설치:
   - name: Install dependencies
     run: |
       python -m pip install --upgrade pip
       pip install black isort autopep8
로그인 후 복사

여기에는 서식 지정 및 Linting을 위한 필수 Python 패키지인 black, isort 및 autopep8이 설치되어 있습니다.

  1. 포맷터 실행:
   - name: Run Black
     run: black .

   - name: Run isort
     run: isort .

   - name: Run autopep8
     run: autopep8 --in-place --recursive .
로그인 후 복사

이 단계에서는 검정을 사용하고, 가져오기 정렬을 위해 isort를 사용하고, 추가 서식 조정을 위해 autopep8을 사용하여 코드 서식을 적용합니다.

  1. 변경 사항 커밋:
   - name: Commit changes if any
     env:
       GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
     run: |
       git diff --exit-code || {
         echo "Changes detected. Committing changes..."

         git config --global user.name "github-actions"
         git config --global user.email "actions@github.com"

         git add .
         git commit -m "Apply code formatting and linting fixes"
         git push origin HEAD
       }
로그인 후 복사

형식 지정 또는 Linting 변경이 이루어지면 이 단계에서 이를 커밋하고 저장소로 다시 푸시합니다. 인증을 위해 GitHub 토큰을 사용하고 커밋을 위해 일반 사용자로 Git을 구성합니다.

이 워크플로의 이점

  1. 일관성: 코드가 일관된 형식 지정 규칙을 따르도록 보장하여 가독성과 유지 관리성을 향상시킵니다.
  2. 자동화: 서식 지정 및 Linting 프로세스를 자동화하여 수동 개입과 ​​잠재적인 오류를 줄입니다.
  3. 통합: GitHub 저장소와 원활하게 통합되어 코드 변경 시 자동으로 검사를 실행합니다.

결론

형식 지정 및 Linting을 위한 GitHub Actions 워크플로를 구현하는 것은 프로젝트 전체에서 코드 품질과 일관성을 유지하는 현명한 방법입니다. 이러한 프로세스를 자동화하면 형식 문제보다는 코드 작성에 더 집중할 수 있습니다. 여기에 제공된 워크플로는 견고한 기반 역할을 하지만 프로젝트의 특정 요구 사항에 따라 추가로 사용자 정의할 수 있습니다. 지금 바로 이 워크플로우를 저장소에 통합하고 자동화된 코드 품질 관리의 이점을 경험해 보세요!

위 내용은 GitHub Actions를 사용하여 Python 코드 형식 지정 및 Linting의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

<gum> : Bubble Gum Simulator Infinity- 로얄 키를 얻고 사용하는 방법
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Nordhold : Fusion System, 설명
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora : 마녀 트리의 속삭임 - Grappling Hook 잠금 해제 방법
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Python vs. C : 학습 곡선 및 사용 편의성 Python vs. C : 학습 곡선 및 사용 편의성 Apr 19, 2025 am 12:20 AM

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

Python 학습 : 2 시간의 일일 연구가 충분합니까? Python 학습 : 2 시간의 일일 연구가 충분합니까? Apr 18, 2025 am 12:22 AM

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python vs. C : 성능과 효율성 탐색 Python vs. C : 성능과 효율성 탐색 Apr 18, 2025 am 12:20 AM

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python vs. C : 주요 차이점 이해 Python vs. C : 주요 차이점 이해 Apr 21, 2025 am 12:18 AM

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬 : 자동화, 스크립팅 및 작업 관리 파이썬 : 자동화, 스크립팅 및 작업 관리 Apr 16, 2025 am 12:14 AM

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅을위한 파이썬 : 상세한 모양 과학 컴퓨팅을위한 파이썬 : 상세한 모양 Apr 19, 2025 am 12:15 AM

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발을위한 파이썬 : 주요 응용 프로그램 웹 개발을위한 파이썬 : 주요 응용 프로그램 Apr 18, 2025 am 12:20 AM

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화

See all articles