Deply:保持 Python 架構乾淨
大型 Python 專案通常會演變成難以維護的複雜程式碼庫。追蹤進口、層以及誰依賴誰很快就會變得一團糟。 Deply 隨時為您提供協助。它分析您的程式碼結構並強制實施架構規則,確保您的 Python 專案即使在成長時也保持乾淨、模組化且易於維護。
為什麼建築執法很重要
Python 的靈活性使得如果我們不小心的話很容易引入意大利麵條式程式碼。添加新模組、裝飾器,甚至更改類別的繼承方式可能會在大型團隊中引入微妙的依賴問題。透過自動檢查強制執行的清晰邊界有助於保持較高的程式碼品質。這種方法提高了可讀性和團隊生產力。
什麼是部署?
Deply 是一個獨立的工具:
- 讓您在 YAML 設定中定義項目層(如視圖、模型、服務)。
- 透過規則(例如,class_inherits、decorator_usage、file_regex)將程式碼元素收集到這些層。
- 強制執行架構策略以防止意外的耦合或命名錯誤。
為什麼不使用其他工具?
- pydeps:專注於視覺化導入。
- import-linter:檢查導入約束。
- pytestarch 或 pytest-archon:依賴為架構編寫基於程式碼的測試。
- Tach(基於 Rust):與語言無關的方法,可能與 Python 細節不完全一致。
Deply 的優點在於它超越了導入,還考慮了裝飾器、類別繼承、檔案模式等等。其基於 YAML 的配置可以更輕鬆地合併到 CI 管道中,而無需編寫新的測試檔案。
0.5.2 中的新功能
- 升級的收集器:更靈活的方式來定義類別和函數,包括高階正規表示式模式。
- 效能提升:Deply 現在的運行速度比以前快 10 倍。將其與 CI 整合不會減慢您的建置速度。
- 擴充規則:對繼承、裝飾器使用和命名約定進行額外檢查,讓您可以設計精細的策略。
安裝
pip install deply
您將獲得最新版本,目前為 0.5.2。
部署配置 (deply.yaml)
在專案根目錄中建立一個 deply.yaml 檔案。至少,定義要分析的路徑、要排除的任何檔案、層和規則。下面是一個類似 Django 專案的範例片段。
deply: paths: - /path/to/your/project exclude_files: - ".*\.venv/.*" layers: - name: models collectors: - type: bool any_of: - type: class_inherits base_class: "django.db.models.Model" - type: class_inherits base_class: "django.contrib.auth.models.AbstractUser" - name: views collectors: - type: file_regex regex: ".*/views_api.py" ruleset: views: disallow_layer_dependencies: - models enforce_function_decorator_usage: - type: bool any_of: - type: bool must: - type: function_decorator_name_regex decorator_name_regex: "^HasPerm$" - type: function_decorator_name_regex decorator_name_regex: "^extend_schema$" - type: function_decorator_name_regex decorator_name_regex: "^staticmethod$"
工作原理:
- models層收集繼承自Django的Model或AbstractUser的類別。
- 視圖層從以views_api.py結尾的檔案中收集程式碼。
- 規則:
- disallow_layer_dependency:視圖層不能直接依賴模型。
- enforce_function_decorator_usage:視圖中的所有函數都需要(HasPerm和extend_schema)或靜態方法。
運行部署
配置準備就緒後,執行:
pip install deply
- --config=another_config.yaml 允許您指定不同的檔案。
- --report-format=text|json|github-actions 控制違規的顯示方式。
其他範例
類別命名:
deply: paths: - /path/to/your/project exclude_files: - ".*\.venv/.*" layers: - name: models collectors: - type: bool any_of: - type: class_inherits base_class: "django.db.models.Model" - type: class_inherits base_class: "django.contrib.auth.models.AbstractUser" - name: views collectors: - type: file_regex regex: ".*/views_api.py" ruleset: views: disallow_layer_dependencies: - models enforce_function_decorator_usage: - type: bool any_of: - type: bool must: - type: function_decorator_name_regex decorator_name_regex: "^HasPerm$" - type: function_decorator_name_regex decorator_name_regex: "^extend_schema$" - type: function_decorator_name_regex decorator_name_regex: "^staticmethod$"
服務層中的所有類別都必須以Service結尾。
函數命名:
deply analyze
任務中的所有函數都必須以task_開頭。
專業提示:將多個條件與 bool 結合形成高級邏輯(must、any_of、must_not),確保您可以製定高度具體的規則。
持續集成集成
為您的 CI 管道新增一個步驟:
service: enforce_class_naming: - type: class_name_regex class_name_regex: ".*Service$"
如果發現任何架構違規,您的管道可能會失敗。
包起來
Deply 旨在幫助您在架構違規變成耗時的重構之前捕獲它們。透過自動化這些檢查,即使在大型團隊中,您也可以保持清晰的分層設計。
- GitHub:https://github.com/Vashkatsi/deply
- PyPI:https://pypi.org/project/deply/
請隨意測試並依照自己的需求調整配置。如果您有疑問或想法,請查看儲存庫以了解有關提交問題或貢獻的詳細資訊。快樂編碼!
以上是Deply:保持 Python 架構乾淨的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。
