使用命令行程序有很多充满乐趣的功能，例如“提示工具包”，“命令行界面创建工具包“，“Pygments”和“模糊搜索”，我将介绍如何在几个 Python 库的帮助下实现这些功能。
在本文结尾，读者应该很好地了解如何使用 Prompt Toolkit，Click（命令行界面创建工具包），Pygments 和 Fuzzy Finder 来实现一个易于使用的 REPL（交互式解释器）。
我计划用少于 20 行的 Python 代码中实现这一点。
让我们开始，GO！
Python 提示工具包
我喜欢将这个库看作是像瑞士军刀那样集大成者的命令行应用程序，它可以替代 readline，curses 等等。 让我们来安装这个库并开始使用：
pip install prompt_toolkit
我们将从简单的 REPL 开始。 通常 REPL 将接受用户输入，执行操作并打印结果。 对于我们的例子，我们要构建一个“echo”REPL。 它只是打印出用户输入的内容：
交互式解释器
from prompt_toolkit import prompt
while 1:
user_input = prompt('>')
print(user_input)
这就是实现 REPL 所需要的。它可以读取用户输入并打印输入的内容。此代码段中使用的提示函数来自 prompt_toolkit 库；它是 readline 库的替代者。
历史记录
为了增强我们的REPL，我们可以添加历史命令：
from prompt_toolkit import
prompt
from prompt_toolkit.history import FileHistory
while 1:
user_input = prompt('>',
history=FileHistory('history.txt'),
)
print(user_input
)
我们刚刚向REPL添加了持久的历史记录。现在我们可以使用向上／向下箭头浏览历史记录，并使用 Ctrl + R 搜索历史。这符合命令行的基本习惯。
自动提示
我在第一部分中介绍的技巧之一是自动提示历史命令。（我们看到这个功能最先在 Fish shell中推出。）让我们把这个功能添加到我们的REPL中：
from prompt_toolkit import prompt
from prompt_toolkit.history import FileHistory
from prompt_toolkit.auto_suggest import AutoSuggestFromHistory
while 1:
user_input = prompt('>',
history=FileHistory('history.txt'),
auto_suggest=AutoSuggestFromHistory(),
)
print(user_input)
我们只需要在 prompt() API 调用中添加一个新的参数。现在我们的 REPL 已经可以支持类似 Fish Shell 那样的历史命令自动提示功能了。
自动补全
现在我们通过 Tab 增强来实现自动补全，当用户开始键入输入时，它弹出可能的建议。
我们的 REPL 是如何知道要给出什么提示的？ 我们提供了一个可能名目提示的字典。
假设我们正在为 SQL 实现 REPL。我们可以使用 SQL 关键字存储我们的自动完成字典。让我们看看如何做到这一点：
from prompt_toolkit import prompt
from prompt_toolkit.history import
FileHistory
from prompt_toolkit.auto_suggest import AutoSuggestFromHistory
from prompt_toolkit.contrib.completers import WordCompleter
SQLCompleter = 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，我们只需使用一个名为 WordCompleter 的 prompt-toolkit 的内置例程，它将用户输入与可能提示的字典进行匹配，并提供一个列表。
我们现在有一个 REPL，它可以自动补全，fish 式的历史提示，以及历史命令的上下浏览。 所有这些都在不到 10 行的实际代码中。
命令行界面创建工具包
Click 是一个命令行创建工具包，可以方便地解析程序的命令行选项参数和参数。 本节不介绍如何作为参数解析器使用Click；取而代之的是我将研究一些 Click 库的其他功能的。
安装 click 很简单
pip install click
分页器
分页器是在 Unix 上用来一次性长输出显示的实用程序。分页器包括一些 less， more， most等。通过分页器显示命令不仅仅是友好的设计，而且也是需要的。
让我们进一步来看以上的例子。我们可以用 click.echo_via_pager() 来代替默认的 print() 语句。这将通过分页器将输出传递给 stdout，这和平台无关，因此可以在 Windows 或者 Unix 上运行。click.echo_via_pager() 将尝试用默认的分页器来输出，以便在需要的时候显示有颜色的代码：
from prompt_toolkit import prompt
from prompt_toolkit.history import FileHistory
from prompt_toolkit.auto_suggest
import AutoSuggestFromHistory
from prompt_toolkit.contrib.completers import WordCompleter
import click
SQLCompleter = 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
在我之前的文章中提到一个细节，就是当命令变得太复杂时就会回到编辑器，同样的 click 提供了一个简单的 API 可以来启动编辑器，并将编辑器中输入的文本返回到应用中：
import click
message = click.edit()
模糊搜索
模糊搜索是一种让用户通过最少的输入来缩小提示。同样有一个模糊搜索库，让我们安装这个库：
pip install fuzzyfinder
模糊搜索的API很简单，你传递进部分字符串和一个可能选择的列表，模糊搜索将返回一个新的列表，它和使用了按相关性排序的迷糊算法的字符串进行匹配，例如：
>>> from fuzzyfinder import fuzzyfinder
>>> suggestions = fuzzyfinder(
'abc', ['abcd', 'defabca', 'aagbec', 'xyz', 'qux'])
>>> list(suggestions)
['abcd', 'defabca', 'aagbec']
现在我们有了模糊搜索，我们将它加入到我们的 SQL 交互式解释器中。这样就定义了一个完成器，而不是 prompt-toolkit 附带的 WordCompleter。例如：
from
prompt_toolkit import prompt
from prompt_toolkit.history import FileHistory
from prompt_toolkit.auto_suggest import AutoSuggestFromHistory
from prompt_toolkit.completion import Completer, Completion
import click
from fuzzyfinder
import fuzzyfinder
SQLKeywords = ['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
现在我们来给用户输入添加语法高亮显示。我们正在构建 SQL 交互式解释器，并且拥有彩色的 SQL 语句会很好。
Pygments 是一个语法高亮库，内置支持300多种语言。添加语法高亮使得应用程序变成彩色的，可以帮助用户在执行 SQL 之前发现一些例如打字错误或者无法匹配的引号和括号。
首先安装 Pygments
pip install pygments
让我们用 pygments 给我们的 SQL 交互式解释器添加颜色：
from prompt_toolkit import prompt
from prompt_toolkit.history import
FileHistory
from prompt_toolkit.auto_suggest import AutoSuggestFromHistory
from prompt_toolkit.completion import Completer, Completion
import click
from fuzzyfinder import fuzzyfinder
from pygments.lexers.sql
import SqlLexer
SQLKeywords = ['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)
提示工具包适用于 Pygments 库。我们选择 Pygments 提供的 SqlLexer 并将其从提示工具包传递给 API 。现在所有的用户输入都会被当作 SQL 语句并且添上了颜色。
结论
我们本次成果的结论是通过创建一个强大的交互式解释器，拥有常见 shell 的所有功能，例如历史记录，键绑定，和很友好的自动完成，模糊搜索，分页器，编辑器和语法高亮的功能。我们用少于 20 个 python 语句实现了所有这些。
不是很容易吗？现在你还有什么理由写不出一个优秀的命令行应用程序呢，这里有一些可能有帮助的资源：
2017年5月20日，Amjith Ramanujam在俄勒冈州波特兰市举办的美国 2017 PyCon 大会上做了名为《超棒的命令行工具》的演讲，你可以通过这个演讲了解更多内容。
编译作者： fighteryu
原文链接：http://python.jobbole.com/87830/
————广告时间————
马哥教育2017年Python自动化运维开发实战班，马哥联合BAT、豆瓣等一线互联网Python开发达人，根据目前企业需求的Python开发人才进行了深度定制，加入了大量一线互联网公司：大众点评、饿了么、腾讯等生产环境真是项目，课程由浅入深，从Python基础到Python高级，让你融汇贯通Python基础理论，手把手教学让你具备Python自动化开发需要的前端界面开发、Web框架、大监控系统、CMDB系统、认证堡垒机、自动化流程平台六大实战能力，让你从0开始蜕变成Hold住年薪20万的Python自动化开发人才。
扫描二维码领取学习资料
