Rumah pembangunan bahagian belakang Tutorial Python Emacs untuk Python dan Puisi Menggunakan `basedpyright-langserver`

Emacs untuk Python dan Puisi Menggunakan `basedpyright-langserver`

Oct 07, 2024 pm 12:10 PM

Emacs for Python and Poetry Using `basedpyright-langserver`

Saya amat berpuas hati dengan persediaan emacs semasa saya untuk Python, tetapi saya mendapati persediaan agak rumit. Saya akan mendokumenkan persediaan saya di sini untuk diri saya pada masa hadapan dan untuk mana-mana Pythonista lain yang mencari konfigurasi emac yang kukuh.

Mengapa basedpyright?

Sehingga ke tahap ini, saya telah menggunakan mypy --strict pada baris arahan untuk semua keperluan semakan taip saya, tetapi mypy agak perlahan walaupun untuk pangkalan kod yang sangat kecil, malah dalam mod --strict ia bukan seperti tegas mungkin. Ia juga bukan pelayan bahasa, yang saya mahukan untuk persediaan emacs saya.

basedpyright ialah garpu pyright dengan beberapa peningkatan yang sangat baik dalam kedua-dua semakan dan dalam kebolehpercayaan. Ia adalah penyemak taip yang pantas dan sangat ketat dengan beberapa keupayaan linting yang baik sebagai tambahan.

Satu-satunya kelemahan yang saya alami ialah ia tidak bermain dengan baik seperti mypy dengan pelanggan boto3-stubs untuk AWS dan ia menggunakan # pyright: abaikan komen dan bukannya standard # type: abaikan komen, tetapi Saya boleh menghadapi isu tersebut demi pengalaman semakan jenis yang ketat.

Mengkonfigurasi projek Puisi anda untuk berfungsi dengan basedpyright atau pyright

Jika anda mempunyai projek sedia ada yang menggunakan Puisi, anda pasti mahu bermain-main sedikit dengan persekitaran maya anda.

Pergi ke akar setiap projek anda dan jalankan arahan berikut:


poetry config --local virtualenvs.in-project true


Salin selepas log masuk

Ini akan mencipta fail poetry.toml jika fail itu belum wujud dan menambah tetapan yang sepadan.

Ini, walau bagaimanapun, akan tidak sebenarnya menggerakkan persekitaran maya anda yang sedia ada. Untuk membolehkan perubahan ini berkuat kuasa, anda perlu mengalih keluar persekitaran maya sedia ada anda, yang boleh anda temui dengan menjalankan


poetry env info --path


Salin selepas log masuk

Jangan lupa tambahkan laluan .venv ke .gitignore anda dan konfigurasi untuk sebarang alatan lain yang mungkin anda gunakan, seperti pycodestyle, atau anda akan mendapat agak huru-hara.

Seterusnya, anda harus menambah bahagian konfigurasi pada pyproject.toml anda untuk memberitahu basedpyright tempat mencari persekitaran maya anda.


[tool.pyright]
venv=".venv"
venvPath="."


Salin selepas log masuk

Anda juga boleh melakukan ini dalam fail pyrightconfig.json jika, tidak seperti saya, anda masih belum berasa terlalu sibuk dengan fail konfigurasi untuk alatan pembangunan Python yang berbeza.

Memasang basedpyright sebagai pelayan bahasa

Satu perkara yang sangat menarik tentang basedpyright berbanding pyright ialah ia membina kebergantungan nodejs sebagai roda, jadi anda boleh yakin bahawa basedpyright harus berfungsi pada mesin anda tidak kira sama ada anda telah memasang nodejs.

Untuk pengasingan, biasanya idea yang baik untuk memasang pakej Python boleh laku menggunakan pipx dan bukannya pip. Mari teruskan dan lakukan itu .


pipx install basedpyright


Salin selepas log masuk

Untuk pemeriksaan kewarasan, pertimbangkan untuk berlari


basedpyright --version


Salin selepas log masuk

Memasang basedpyright juga memberi anda akses kepada arahan basedpyright-langserver, tetapi itu tidak benar-benar ditulis untuk pengguna berinteraksi, jadi jika anda menjalankanbasedpyright-langserver ataubasedpyright-langserver --version atau sesuatu, anda akan mendapat surih tindanan nodejs.

Mengkonfigurasi emac untuk menggunakan basedpyright-langserver

Saya akan menganggap anda sebagai pembaca tahu cara memasang pakej daripada MELPA dan mempunyai cara pilihan untuk melakukannya. Berikut adalah semua pakej yang anda perlukan:

  • syarikat
  • mod-lsp
  • lsp-pyright
  • lsp-ui
  • mod-python

Dapatkan yang dipasang dan kemudian buka ~/.emacs anda atau ~/.emacs.d/init.el anda dan tambahkan yang berikut:


;; lsp global settings
(add-hook 'after-init-hook 'global-company-mode)
(setq lsp-auto-guess-root t)

;; python
(require 'lsp-mode)
(setq lsp-pyright-langserver-command "basedpyright")
(add-hook 'python-mode-hook (lambda () (require 'lsp-pyright) (lsp)))


Salin selepas log masuk

Sepatutnya itu sahaja yang anda perlukan.

Petua umum untuk menyahpepijat mod lsp

Jika anda rasa anda telah menyediakan semuanya dengan betul dan anda masih menghadapi masalah mendapatkan mod lsp untuk mencari pakej yang sepatutnya tersedia dalam Puisi, satu perkara yang anda mungkin cuba ialah masuk dan memadam anda ~/.emacs.d/.lsp-session-v1. Ini akan mempunyai kesan menyebabkan mod lsp melupakan akar projek dan memaksanya mencarinya semula.

Selamat mengekod!

Saya harap ini telah memberi anda permulaan yang baik pada persekitaran pembangunan Python anda. Jika anda mempunyai sebarang soalan, saya seorang pemula dengan semua ini, dan saya mungkin tidak dapat membantu anda, tetapi saya akan mempertimbangkan permintaan gabungan jika anda mempunyai sebarang petua atau helah tambahan untuk menggunakan basedpyright dengan emacs.

Atas ialah kandungan terperinci Emacs untuk Python dan Puisi Menggunakan `basedpyright-langserver`. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1676
14
Tutorial PHP
1278
29
Tutorial C#
1257
24
Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python vs C: Meneroka Prestasi dan Kecekapan Python vs C: Meneroka Prestasi dan Kecekapan Apr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python vs C: Memahami perbezaan utama Python vs C: Memahami perbezaan utama Apr 21, 2025 am 12:18 AM

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartofthestandardlibrary, sementara

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Python untuk pengkomputeran saintifik: rupa terperinci Python untuk pengkomputeran saintifik: rupa terperinci Apr 19, 2025 am 12:15 AM

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Python untuk Pembangunan Web: Aplikasi Utama Python untuk Pembangunan Web: Aplikasi Utama Apr 18, 2025 am 12:20 AM

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak

See all articles