PyLint 的優點、缺點和危險
充分利用 PyLint。
敲黑板:PyLint 其實很好!
“PyLint 可以拯救你的生命”,這是一句誇張的描述,但沒有你想像的那麼誇張。 PyLint 可以讓你遠離非常難找到的和複雜的缺陷。在最差的情況下,它只可以節省測試運行的時間。在最好的情況下,它可以幫助你避免生產環境中複雜的錯誤。
優點
我不好意思說這種情況是多麼普遍。測試的命名總是那麼奇怪:沒有人關心這個名稱,而且通常也找不到一個自然的名稱。例如以下程式碼:
def test_add_small():# Math, am I right?assert 1 + 1 == 3def test_add_large():assert 5 + 6 == 11def test_add_small():assert 1 + 10 == 11
測試生效:
collected 2 items test.py .. 2 passed
但問題是:如果你覆寫了一個測試的名稱,測試框架將愉快地跳過這個測試!
實際上,這些檔案可能有數百行,而新增測試的人可能不知道所有的名稱。除非有人仔細查看測試輸出,否則一切看起來都很好。
最糟糕的是,被覆蓋測試的添加、被覆蓋測試造成的破壞,以及連鎖反應的問題可能要幾天、幾月甚至幾年才能發現。
PyLint 會找到它
就像一個好朋友一樣,PyLint 可以幫助你。
test.py:8:0: E0102: function already defined line 1 (function-redefined)
缺點
就像 90 年代的情境喜劇一樣,你對 PyLint 了解的越多,問題就越多。以下是一個庫存建模程式的常規代碼:
"""Inventory abstractions"""import attrs@attrs.defineclass Laptop:"""A laptop"""ident: strcpu: str
但PyLint 似乎有自己的觀點(可能形成於90 年代),並且不怕把它們作為事實陳述出來:
$ pylint laptop.py | sed -n '/^laptop/s/[^ ]*: //p'R0903: Too few public methods (0/2) (too-few-public-methods)
危險
有沒有想過在一個數百萬人使用的工具中加入自己未證實的觀點? PyLint 每月有 1200 萬次下載。
「如果太挑剔,人們會取消檢查」 — 這是PyLint GitHub 的6987 號議題,於2022 年7 月3 號提出
#對於新增一個可能有許多誤報的測試,它的態度是... “嗯”。
讓它為你工作
PyLint 很好,但你需要小心地與它配合。為了讓 PyLint 為你工作,以下是我推薦的三件事:
1、固定版本
固定你使用的 PyLint 版本,避免任何驚喜!
在你的 .toml
檔案中定義:
[project.optional-dependencies]pylint = ["pylint"]
在程式碼中定義:
from unittest import mock
這與下列程式碼對應:
# noxfile.py...@nox.session(python=VERSIONS[-1])def refresh_deps(session):"""Refresh the requirements-*.txt files"""session.install("pip-tools")for deps in [..., "pylint"]:session.run("pip-compile","--extra",deps,"pyproject.toml","--output-file",f"requirements-{deps}.txt",)
2、預設禁止
停用所有檢查,然後啟用那些你認為誤報比率高的。 (不只是漏報/誤報的比率!)
# noxfile.py...@nox.session(python="3.10")def lint(session):files = ["src/", "noxfile.py"]session.install("-r", "requirements-pylint.txt")session.install("-e", ".")session.run("pylint","--disable=all",*(f"--enable={checker}" for checker in checkers)"src",)
3、檢查器
以下是我喜歡的檢查器。加強專案的一致性,避免一些明顯的錯誤。
checkers = ["missing-class-docstring","missing-function-docstring","missing-module-docstring","function-redefined",]
使用 PyLint
你可以只使用 PyLint 好的部分。在 CI 中運行它以保持一致性,並使用常用檢查器。
放棄不好的部分:預設禁止檢查器。
避免危險的部分:固定版本以避免意外。
以上是PyLint 的優點、缺點和危險的詳細內容。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。

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。

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在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

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。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。
