当开始一个新的Python项目时，很容易直接进入并开始编码。事实上，花一点时间选择一个优秀的库将在未来的开发中节省大量时间，并带来更愉快的编码体验。在一个理想的世界里，所有的开发者关系都是相互依赖和联系的（协同开发），代码格式完美，没有低级错误，测试覆盖所有代码。另外，所有这些都将在每次提交时得到保证。（统一代码风格、类型检测、高测试覆盖率、自动检测）在这篇文章中，我将介绍如何构建一个可以做到这几点的项目。您可以按照这些步骤操作，或者直接跳到使用cookiecutter生成项目部分（老手）。首先我们新建一个工程目录：mkdirbest_practicescdbest_practicespipx安装Python第三方库的命令行工具Pipx[2]是一个可以用来快速安装Python第三方库的命令行工具。我们将使用它来安装pipenv和cookiecutter。使用以下命令安装pipx：python3-mpipinstall--userpipxpython3-mpipxensurepath使用pipenv进行依赖管理Pipenv[3]自动为您的项目创建和管理virtualenv（虚拟环境），并安装/卸载包添加/从Pipfile中删除包。它还会生成非常重要的Pipfile.lock以确保可靠性。知道您和您的队友使用相同的库版本会大大增加编程的信心和乐趣。Pipenv解决了使用同一个库不同版本的问题。Pipenv在过去的一段时间里得到了广泛的关注和认可，大家可以放心使用。安装命令如下：pipxinstallpipenvusesblackandisortforcodeformattingblack[4]可以格式化我们的代码：Black是一个不折不扣的Python代码格式化库。通过使用它，您可以放弃手动格式化代码的细节。作为回报，Black带来了速度、确定性和调整Python代码风格的痛苦，让您可以专注于更重要的事情。无论您正在阅读哪种项目，黑色格式的代码看起来都是一样的。一段时间后，格式不再是问题，因此您可以更专注于内容。黑色通过减少代码的方差使代码检查更快。isort[5]对我们的导入部分进行排序：isort对您导入的Python包部分（导入）进行排序，因此您不必再手动对导入进行排序。它可以按字母顺序对导入进行排序，并自动将它们分成几部分。使用pipenv安装它，这样它们就不会弄乱部署（你可以指定只在开发中安装）：pipenvinstallblackisort--devBlack和isort是不兼容的默认选项，所以我们会让isort遵循黑色的原则.创建setup.cfg文件，添加如下配置：[isort]multi_line_output=3include_trailing_comma=Trueforce_grid_wrap=0use_parentheses=Trueline_length=88我们可以通过以下命令运行这些工具：pipenvrunblackpipenvrunisort使用flake8保证代码风格Flake8保证代码遵循PEP8定义的标准Python编码约定。使用pipenv安装：pipenvinstallflake8--dev和isort一样，它需要一些配置才能与black一起使用。将这些配置添加到setup.cfg：[flake8]ignore=E203,E266,E501,W503max-line-length=88max-complexity=18select=B,C,E,F,W,T4现在我们可以运行flake8，命令：pipenv运行flake8。使用mypy进行静态类型检查Mypy[6]是一个可选的Python静态类型检查器，旨在结合动态（或“鸭子”）类型和静态类型的优点。Mypy将Python的表现力和便利性与强大类型系统的编译时类型检查相结合，在任何PythonVM上运行它们，基本上没有运行时开销。在Python中使用类型需要一点时间来适应，但好处是巨大的。如下：Statictypingcanmakeprogramseasiertounderstandandmaintainstatictypingcanhelpyouearlierfindbugsandspendlesstimetestinganddebugsstatictypingcanhelpyoufindhard-to-findbugsbeforeyourcodegoesintoproductionpipenvinstallmypy--dev默认情况下，Mypy会递归检查所有导入包的类型注解，当库不包含这些注解时会报错。我们需要将mypy配置为仅在我们的代码上运行，并忽略没有类型注释的导入错误。我们假设我们的代码位于以下配置的best_practices包中。将其添加到setup.cfg中：[mypy]files=best_practices,testignore_missing_imports=true现在我们可以运行mypy：pipenvrunmypy这是一个有用的备忘单[7]。使用pytest和pytest-cov进行测试使用pytest[8]编写测试非常容易，消除编写测试的摩擦意味着可以快速编写更多测试！pipenvinstallpytestpytest-cov--dev这是一个来自pytest网站的简单例子：#contentoftest_sample.pydefinc(x):returnx+1deftest_answer():assertinc(3)==5执行它：$pipenvrunpytest===========================测试会话开始============================平台linux--Python3.x.y,pytest-5.x.y,py-1.x.y,pluggy-0.x.ycachedir:$PYTHON_PREFIX/.pytest_cacherootdir:$REGENDOC_TMPDIRcollected1itemtest_sample.pyF[100%]===================================失败=====================================________________________________________________________________________________deftest_answer():>assertinc(3)==5Eassert4==5E+where4=inc(3)test_sample.py:6:AssertionError===========================1在0.12秒内失败==========================我们所有的测试代码都放在test目录下，所以请在setup.cfg中添加这个目录：[tool:pytest]testpaths=test如果您还想查看测试覆盖率，请创建一个新文件.coveragerc，指定仅返回我们项目代码的覆盖率统计信息。例如，示例best_practices项目设置如下：[run]source=best_practices[report]exclude_lines=#Havetore-enablethestandardpragmapragma:nocover#Don’tcomplainaboutmissingdebug-onlycode:def__repr__ifself\.debug#如果测试没有命中防御性断言代码，不要抱怨：raiseAssertionErrorraiseNotImplementedError#如果不可运行的代码没有运行，不要抱怨：if0:if__name__==.__main__.:现在，我们可以运行测试并查看覆盖率。pipenvrunpytest--cov--cov-fail-under=100--cov-fail-under=100是设置项目的测试覆盖率。如果低于100%，则视为失败。用于预提交的Git钩子Git钩子允许您在任何时候想要提交或推送时运行脚本。这使我们能够在每次提交/推送时自动运行所有检测和测试。pre-commit[9]使得配置这些钩子变得容易。Git挂钩脚本对于在提交代码审查之前识别简单问题很有用。我们将在每次提交时运行挂钩，以自动指出代码中的问题，例如缺少分号、尾随空格和调试语句。通过在代码审查之前指出这些问题，代码审查者可以专注于更改的代码内容，而不会浪费时间处理这些琐碎的样式问题。在这里，我们将上述所有工具配置为在提交Python代码更改(gitcommit)时执行，然后仅在推送时运行pytest覆盖率（因为测试是最后一步）。创建一个新文件.pre-commit-config.yaml，配置如下：repos:-repo:localhooks:-id:isortname:isortstages:[commit]language:systementry:pipenvrunisorttypes:[python]-id：black名称：black阶段：[commit]语言：系统条目：pipenvrunblack类型：[python]-id：flake8名称：flake8阶段：[commit]语言：系统条目：pipenvrunflake8类型：[python]exclude:setup.py-id:mypyname:mypystages:[commit]language:systementry:pipenvrunmypytypes:[python]pass_filenames:false-id:pytestname:pyteststages:[commit]language:systementry:pipenv运行pytesttypes:[python]-id:pytest-covname:pyteststages:[push]language:systementry:pipenvrunpytest--cov--cov-fail-under=100types:[python]pass_filenames:false如果你需要跳过这些钩子，你可以运行gitcommit--no-verify或gitpush--no-verify使用cookiecutter来生成项目现在，我们已经知道包含了什么理想的项目，我们可以将其转换为模板[10]，以便可以使用单个命令生成包含这些库和配置的新项目：pipxruncookiecuttergh:sourcery-ai/python-best-practices-cookiecutterFill在项目名称和仓库名称中，并把Generateanewprojectforyoutocompletethesesteps:#进入项目目录cd
