Python怎么快速构建命令行用户界面

Python Prompt Toolkit

我习惯于把这个库称为命令行应用的瑞士军刀，它可以作为readline、curses等的替代品。让我们首先安装这个库，然后开始该教程：

pip install prompt_toolkit

我们以一个简单的 REPL （LCTT 译注：REPL —— Read-Eval-Print Loop，交互式开发环境）开始。一个典型的 REPL 会接收用户的输入，进行一个操作，然后输出结果。比如在我们的例子中，我们将要实现一个具有 “回显” 功能的 REPL 。它仅仅是原样打印出用户的输入：

REPL

from prompt_toolkit import promptwhile 1:   user_input = prompt('>')   print(user_input)

这就是实现 REPL 的全部代码。它可以读取用户的输入，然后打印出用户的输入内容。在这段代码中使用的prompt函数来自 prompt_toolkit库，它是readline库的一个替代品。

命令历史

为了增强我们的 REPL 的功能，我们可以添加命令历史：

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistorywhile 1:   user_input = prompt('>',                       history=FileHistory('history.txt'),                      )   print(user_input)

我们刚刚给 REPL 添加了持久的命令历史。现在，我们可以使用上/下箭头来浏览命令历史，并使用Ctrl-R来搜索命令历史。它满足了命令行的基本准则。

自动推荐

在第一篇教程中，我讲到的一个可发现性技巧是自动推荐历史命令。（我是首先在 fish shell 中看到的这一特性）让我们把这一特性加入到我们的 REPL 中：

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistorywhile 1:   user_input = prompt('>',                       history=FileHistory('history.txt'),                       auto_suggest=AutoSuggestFromHistory(),                      )   print(user_input)

我们只需要给prompt() API 调用添加一个新的参数。现在，我们有了一个具有fish shell风格的 REPL，它可以自动推荐历史命令。

自动补全

现在，让我们通过自动补全来加强 Tab 补全。它能够在用户开始输入的时候弹出可能的命令推荐。

REPL 如何来进行推荐呢？我们使用一个字典来进行可能项的推荐。

比如说我们实现一个针对 SQL 的 REPL 。我们可以把 SQL 关键字存到自动补全字典里面。让我们看一看这是如何实现的：

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistoryfrom prompt_toolkit.contrib.completers import WordCompleterSQLCompleter = WordCompleter(['select', 'from', 'insert', 'update', 'delete', 'drop'],                            ignore_case=True)while 1:   user_input = prompt('SQL>',                       history=FileHistory('history.txt'),                       auto_suggest=AutoSuggestFromHistory(),                       completer=SQLCompleter,                       )   print(user_input)

再次说明，我们只是简单的使用了 prompt-toolkit 内建的一个叫做 WordCompleter 的补全特性，它能够把用户输入和可能推荐的字典进行匹配，然后提供一个列表。

现在，我们有了一个能够自动补全、fish shell 风格的历史命令推荐以及上/下浏览历史的 REPL 。实现这些特性只用了不到 10 行的实际代码。

Click

Click是一个命令行创建工具包，使用它能够更容易的为程序解析命令行选项的参数和常量。在这儿我们不讨论如何使用Click来作为参数解析器。相反，我们将会看看Click带有的一些功能。

安装Click：

pip install click

分页器是 Unix 系统上的实用工具，它们能够一次一页地显示很长的输出。分页器的一些例子包括less、more、most等。通过分页器来显示一个命令的输出不仅仅是一个友好的设计，同时也是必要的。

让我们进一步改进前面的例子。我们不再使用默认print()语句，取而代之的是click.echo_via_pager()。它将会把输出通过分页器发送到标准输出。这是平台无关的，因此在 Unix 系统或 Windows 系统上均能工作。如果必要的话，click_via_pager 会尝试使用一个合适的默认分页器来输出，从而能够显示代码高亮。

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistoryfrom prompt_toolkit.contrib.completers import WordCompleterimport clickSQLCompleter = WordCompleter(['select', 'from', 'insert', 'update', 'delete', 'drop'],                            ignore_case=True)while 1:   user_input = prompt(u'SQL>',                       history=FileHistory('history.txt'),                       auto_suggest=AutoSuggestFromHistory(),                       completer=SQLCompleter,                       )   click.echo_via_pager(user_input)

编辑器

在我前面的文章中一个值得一提的细节是，当命令过于复杂的时候进入编辑器来编辑。Click 有一个简单的 API 能够打开编辑器，然后把在编辑器中输入的文本返回给应用。

import clickmessage = click.edit()

Fuzzy Finder

Fuzzy Finder 是一种通过少量输入来为用户减少推荐的方法。幸运的是，有一个库可以实现 Fuzzy Finder 。让我们首先安装这个库：

pip install fuzzyfinder

Fuzzy Finder的 API 很简单。用户向它传递部分字符串和一系列可能的选择，然后，Fuzzy Finder将会返回一个与部分字符串匹配的列表，这一列表是通过模糊算法根据相关性排序得出的。比如：

>>> from fuzzyfinder import fuzzyfinder>>> suggestions = fuzzyfinder('abc', ['abcd', 'defabca', 'aagbec', 'xyz', 'qux'])>>> list(suggestions)['abcd', 'defabca', 'aagbec']

现在我们有了fuzzyfinder>，让我们把它加入到我们的 SQL REPL 中。方法是我们自定义一个completer而不是使用来自prompt-toolkit库的WordCompleter。比如：

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistoryfrom prompt_toolkit.completion import Completer, Completionimport clickfrom fuzzyfinder import fuzzyfinderSQLKeywords = ['select', 'from', 'insert', 'update', 'delete', 'drop']class SQLCompleter(Completer):   def get_completions(self, document, complete_event):       word_before_cursor = document.get_word_before_cursor(WORD=True)       matches = fuzzyfinder(word_before_cursor, SQLKeywords)       for m in matches:           yield Completion(m, start_position=-len(word_before_cursor))while 1:   user_input = prompt(u'SQL>',                       history=FileHistory('history.txt'),                       auto_suggest=AutoSuggestFromHistory(),                       completer=SQLCompleter(),                       )   click.echo_via_pager(user_input)

Pygments

现在，让我们给用户输入添加语法高亮。我们正在搭建一个 SQL REPL，如果具有彩色高亮的 SQL 语句，这会很棒。

Pygments是一个提供语法高亮的库，内建支持超过 300 种语言。添加语法高亮能够使应用变得彩色化，从而能够帮助用户在执行程序前发现 SQL 中存在的错误，比如拼写错误、引号不匹配或括号不匹配。

首先，安装Pygments：

pip install pygments

让我们使用Pygments来为 SQL REPL 添加颜色：

from prompt_toolkit import promptfrom prompt_toolkit.history import FileHistoryfrom prompt_toolkit.auto_suggest import AutoSuggestFromHistoryfrom prompt_toolkit.completion import Completer, Completionimport clickfrom fuzzyfinder import fuzzyfinderfrom pygments.lexers.sql import SqlLexerSQLKeywords = ['select', 'from', 'insert', 'update', 'delete', 'drop']class SQLCompleter(Completer):   def get_completions(self, document, complete_event):       word_before_cursor = document.get_word_before_cursor(WORD=True)       matches = fuzzyfinder(word_before_cursor, SQLKeywords)       for m in matches:           yield Completion(m, start_position=-len(word_before_cursor))while 1:   user_input = prompt(u'SQL>',                       history=FileHistory('history.txt'),                       auto_suggest=AutoSuggestFromHistory(),                       completer=SQLCompleter(),                       lexer=SqlLexer,                       )   click.echo_via_pager(user_input)

Prompt Toolkit能够和Pygments一同很好的工作。我们把Pygments提供的SqlLexer加入到来自prompt-toolkit的prompt中。现在，所有的用户输入都会被当作 SQL 语句，并进行适当着色。