検索
ホームページバックエンド開発Python チュートリアルDevcontainer を使用した VSCode での Python 開発

Python Development in VSCode Using Devcontainer

Devcontainer を使用した VSCode での Python 開発

このガイドでは、Visual Studio Code (VSCode) を使用した Docker ベースの開発環境で Python 開発用に devcontainer-python-template をセットアップして使用する手順を説明します。このテンプレートを使用すると、devcontainer 内の Python プロジェクトをすぐに起動して実行できます。

リポジトリを直接クローン作成する代わりに、テンプレートに基づいて独自のリポジトリを作成し、変更を独自のリポジトリにプッシュできます。

1. テンプレートから新しいリポジトリを作成する

  • devcontainer-python-template リポジトリに移動します: https://github.com/jdevto/devcontainer-python-template.
  • リポジトリ ページの右上近くにある [このテンプレートを使用する] ボタンをクリックします。
  • 新しいリポジトリの作成を選択します。
  • リポジトリの詳細を入力します。
    • リポジトリ名: 新しいプロジェクトの名前を選択します (例: python-flask-web-app.
    • )
    • 説明: オプションで、リポジトリの説明を追加します。
    • 可視性: リポジトリをパブリックにするかプライベートにするかを選択します。
    • 所有者: (オプション) 組織の下にリポジトリを作成している場合は、適切な所有者 (アカウントまたは組織) を選択します。
  • 「テンプレートからリポジトリを作成」をクリックします。

これにより、GitHub アカウントに新しいリポジトリが作成され、devcontainer-python-template の内容で初期化されます。

2. 新しいリポジトリのクローンをローカルに作成します

  • 新しいリポジトリを作成したので、VSCode を開きます。
  • 新しく作成したリポジトリのクローンをローカル マシンに作成します。
git clone git@github.com:jdevto/python-flask-web-app.git
cd python-flask-web-app

ブランチを作成し、そこから作業することが常にベスト プラクティスです。

git clone git@github.com:jdevto/python-flask-web-app.git
cd python-flask-web-app

3. VSCode でリポジトリを開き、Devcontainer を起動します。

  • VSCode でリポジトリを開きます。
    • リポジトリのクローンを作成した後、Visual Studio Code で開きます。
    • VSCode メニューで、アクティビティ バーに移動し、リモート エクスプローラーをクリックします。
    • [コンテナーで再度開く] を選択します。これにより、.devcontainer フォルダーに定義された開発コンテナー (devcontainer) が構築され、起動されます。
  • セットアップ中に起こること: VSCode は自動的に次のことを行います。
    • devcontainer.json 構成ファイルで指定されているように Docker コンテナを構築します。
    • requirements.txt または他のプロジェクト ファイルにリストされている依存関係 (Python パッケージなど) をインストールします。
    • コンテナ内のクリーンで分離された開発環境内でプロジェクトを開きます。
  • セットアップ成功時の出力: .devcontainer セットアップが成功すると、次のような出力が表示されるはずです。
git branch dev
git checkout dev
  • ターミナルを開きます:

    • 同じ VSCode ウィンドウでターミナルを閉じてから再度開きます。
    • 次のようなプロンプトが表示されるはずです。
      Running the postCreateCommand from devcontainer.json...
    
      [7382 ms] Start: Run in container: /bin/sh -c .devcontainer/scripts/postCreate.sh
      Linux 726a838654fd 6.8.0-49-generic #49~22.04.1-Ubuntu SMP PREEMPT_DYNAMIC Wed Nov  6 17:42:15 UTC 2 x86_64 GNU/Linux
      Done. Press any key to close the terminal.
    

4. Python が動作していることを検証する

続行する前に、Python が devcontainer 内で正しく動作していることを確認してください。

  • VSCode で統合ターミナルを開きます。
  • 次のコマンドを実行して、Python のバージョンを確認します。
root ➜ /workspaces/python-flask-web-app (main) $
  • 次のような出力が表示されるはずです。
  python --version

5. テスト Python スクリプトを実行する

テンプレートには、hello/main.py にある簡単なテスト スクリプトが含まれています。次のスクリプトを実行してセットアップを検証し、Python が正しく実行されていることを確認します:

  • ターミナルで、テスト スクリプトを実行します。
  Python 3.12.7
  • 期待される出力:
  python hello/main.py

6. クリーンアップ

Python が動作し、テスト スクリプトが正常に実行されることを確認したら:

  • テスト スクリプトを削除します: テスト スクリプトが不要になった場合は、hello ディレクトリを削除します。
  Hello, Devcontainer!
  • 必要に応じて LICENSE ファイルを更新します

7. Flask Web アプリ開発

  • 次の内容で README.md ファイルを更新します。
  rm -rf hello
  • プロジェクト ディレクトリを作成する

    • プロジェクトを保存するフォルダーを作成します。
      # python-flask-web-app
    
      A simple demo showcasing a Python Flask web application running in a VSCode development container. This setup is designed to provide an isolated, portable, and consistent environment for Python development.
    
  • 仮想環境をセットアップする

    • 依存関係を管理するために Python 仮想環境をセットアップします。
    mkdir flask-web-app
    cd flask-web-app
    
  • Flask をインストール

    • 仮想環境に Flask をインストールします。
    python -m venv venv
    source venv/bin/activate
    
    • 依存関係を追跡するためにrequirements.txtファイルを作成します。
    pip install flask
    
  • アプリを作成する

    • app.py ファイルを作成します。
    git clone git@github.com:jdevto/python-flask-web-app.git
    cd python-flask-web-app
    
    • 次の内容で app.py ファイルを更新します。
    git branch dev
    git checkout dev
    
  • アプリを実行します

    • アプリを実行してセットアップを検証します。
      Running the postCreateCommand from devcontainer.json...
    
      [7382 ms] Start: Run in container: /bin/sh -c .devcontainer/scripts/postCreate.sh
      Linux 726a838654fd 6.8.0-49-generic #49~22.04.1-Ubuntu SMP PREEMPT_DYNAMIC Wed Nov  6 17:42:15 UTC 2 x86_64 GNU/Linux
      Done. Press any key to close the terminal.
    
    • 次のようなものが表示されるはずです。
    root ➜ /workspaces/python-flask-web-app (main) $
    
    • ブラウザで http://127.0.0.1:5000 を開きます。 「Hello, World!」が表示されるはずです。
  • プロジェクト構造を拡張する

アプリが進化するにつれて、テンプレート、静的ファイル、テストをサポートするディレクトリ構造を追加します。

  • 次の構造を作成します:

      python --version
    
  Python 3.12.7
  • base.html ファイルを次の内容で更新します:

      python hello/main.py
    
  • Flask アプリを再度実行します
    アプリを再度実行して、更新されたバージョンをテストします。

      Hello, Devcontainer!
    
  • ブラウザを開いて http://127.0.0.1:5000 に移動します。

  • 次のようなものが表示されるはずです:

      rm -rf hello
    
    • 環境クリーンアップ Flask アプリのテストと実行が完了したら:
  • Flask サーバーを停止します

    • Flask アプリが実行されているターミナルで Ctrl C を押します。これによりサーバープロセスが終了します。
  • 開発環境を終了します

    • VSCode で、Ctrl Shift P (macOS では Cmd Shift P) を押してコマンド パレットを開きます。
    • SSH でフォルダーを再度開く」と入力し、オプションを選択します。これにより、開発コンテナから出てローカル環境に戻ることができ、コンテナ外の追加タスクに対してシームレスなワークフロー統合が可能になります。

8. ブランチを GitHub にプッシュします

  • 実行
  # python-flask-web-app

  A simple demo showcasing a Python Flask web application running in a VSCode development container. This setup is designed to provide an isolated, portable, and consistent environment for Python development.

9. プルリクエスト (PR) を作成する

GitHub 上のリポジトリに移動します

  • GitHub のリポジトリにアクセスします。

「プルリクエスト」タブに移動します

  • リポジトリ ページの上部にある [プル リクエスト] タブをクリックします。

新しいプルリクエストを作成する

  • 「新しいプルリクエスト」ボタンをクリックします。

PR のブランチを選択してください

  • ベース ブランチ: マージ先のブランチ (メインまたはプロダクションなど) を選択します。
  • ブランチの比較: プッシュしたばかりのブランチ (例: dev) を選択します。

オープンプルリクエストの作成

  • 「プルリクエストを作成」をクリックします。

変更を確認します

  • 変更されたコミットとファイルのリストを確認して、すべてが正しいことを確認します。

タイトルと説明を追加します

  • 簡潔でわかりやすいタイトルを入力してください (例: feat: update template dev)。

  • 必要な詳細 (変更の理由、問題への参照など) を含む説明を追加します。

プルリクエストを完了する

  • 確認のため、もう一度 [Create pull request] をクリックします。

PR を確認して承認します

  • 変更内容を自分でレビューするか、チームメイトにレビューをリクエストします。

プルリクエストをマージします

  • すべてが正常に完了したら、PR に移動し、[プル リクエストをマージ] をクリックします。
  • [マージを確認] をクリックしてマージを確認します。

以上がDevcontainer を使用した VSCode での Python 開発の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
Pythonの主な目的:柔軟性と使いやすさPythonの主な目的:柔軟性と使いやすさApr 17, 2025 am 12:14 AM

Pythonの柔軟性は、マルチパラダイムサポートと動的タイプシステムに反映されていますが、使いやすさはシンプルな構文とリッチ標準ライブラリに由来しています。 1。柔軟性:オブジェクト指向、機能的および手続き的プログラミングをサポートし、動的タイプシステムは開発効率を向上させます。 2。使いやすさ:文法は自然言語に近く、標準的なライブラリは幅広い機能をカバーし、開発プロセスを簡素化します。

Python:汎用性の高いプログラミングの力Python:汎用性の高いプログラミングの力Apr 17, 2025 am 12:09 AM

Pythonは、初心者から上級開発者までのすべてのニーズに適した、そのシンプルさとパワーに非常に好まれています。その汎用性は、次のことに反映されています。1)学習と使用が簡単、シンプルな構文。 2)Numpy、Pandasなどの豊富なライブラリとフレームワーク。 3)さまざまなオペレーティングシステムで実行できるクロスプラットフォームサポート。 4)作業効率を向上させるためのスクリプトおよび自動化タスクに適しています。

1日2時間でPythonを学ぶ:実用的なガイド1日2時間でPythonを学ぶ:実用的なガイドApr 17, 2025 am 12:05 AM

はい、1日2時間でPythonを学びます。 1.合理的な学習計画を作成します。2。適切な学習リソースを選択します。3。実践を通じて学んだ知識を統合します。これらの手順は、短時間でPythonをマスターするのに役立ちます。

Python vs. C:開発者の長所と短所Python vs. C:開発者の長所と短所Apr 17, 2025 am 12:04 AM

Pythonは迅速な開発とデータ処理に適していますが、Cは高性能および基礎となる制御に適しています。 1)Pythonは、簡潔な構文を備えた使いやすく、データサイエンスやWeb開発に適しています。 2)Cは高性能で正確な制御を持ち、ゲームやシステムのプログラミングでよく使用されます。

Python:時間のコミットメントと学習ペースPython:時間のコミットメントと学習ペースApr 17, 2025 am 12:03 AM

Pythonを学ぶのに必要な時間は、人によって異なり、主に以前のプログラミングの経験、学習の動機付け、学習リソースと方法、学習リズムの影響を受けます。現実的な学習目標を設定し、実用的なプロジェクトを通じて最善を尽くします。

Python:自動化、スクリプト、およびタスク管理Python:自動化、スクリプト、およびタスク管理Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

Pythonと時間:勉強時間を最大限に活用するPythonと時間:勉強時間を最大限に活用するApr 14, 2025 am 12:02 AM

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Python:ゲーム、GUIなどPython:ゲーム、GUIなどApr 13, 2025 am 12:14 AM

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

SecLists

SecLists

SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

Safe Exam Browser

Safe Exam Browser

Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

AtomエディタMac版ダウンロード

AtomエディタMac版ダウンロード

最も人気のあるオープンソースエディター

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール