Devcontainer를 사용하여 VSCode에서 Python 개발
이 가이드에서는 Visual Studio Code(VSCode)를 사용하여 Docker 기반 개발 환경에서 Python 개발을 위한 devcontainer-python-template을 설정하고 사용하는 단계를 안내합니다. 이 템플릿을 사용하면 devcontainer 내의 Python 프로젝트를 빠르게 시작하고 실행할 수 있습니다.
저장소를 직접 복제하는 대신 템플릿을 기반으로 자신만의 저장소를 생성하므로 변경 사항을 자신의 저장소에 다시 푸시할 수 있습니다.
1. 템플릿에서 새 리포지토리 생성
- devcontainer-python-template 저장소(https://github.com/jdevto/devcontainer-python-template)로 이동하세요.
- 저장소 페이지 오른쪽 상단에 있는 이 템플릿 사용 버튼을 클릭하세요.
- 새 저장소 만들기를 선택합니다.
- 저장소 세부정보를 입력하세요.
- 저장소 이름: 새 프로젝트의 이름을 선택합니다(예: python-flask-web-app).
- 설명: 선택적으로 저장소에 대한 설명을 추가합니다.
- 가시성: 저장소를 공개 또는 비공개로 설정할지 선택하세요.
- 소유자: (선택 사항) 조직 아래에 저장소를 생성하는 경우 적절한 소유자(계정 또는 조직)를 선택합니다.
- 템플릿에서 저장소 생성을 클릭하세요.
이렇게 하면 GitHub 계정에 devcontainer-python-template의 콘텐츠로 초기화된 새 저장소가 생성됩니다.
2. 새 저장소를 로컬로 복제
- 이제 새 저장소를 만들었으므로 VSCode를 엽니다.
- 새로 생성된 저장소를 로컬 시스템에 복제합니다.
git clone git@github.com:jdevto/python-flask-web-app.git cd python-flask-web-app
브랜치를 만들어서 작업하는 것이 항상 모범 사례입니다.
git clone git@github.com:jdevto/python-flask-web-app.git cd python-flask-web-app
3. VSCode에서 리포지토리를 열고 Devcontainer를 시작합니다.
- VSCode에서 저장소를 엽니다.
- 저장소를 복제한 후 Visual Studio Code에서 엽니다.
- VSCode 메뉴에서 활동 표시줄로 이동하여 원격 탐색기를 클릭하세요.
- 컨테이너에서 다시 열기를 선택합니다. 그러면 .devcontainer 폴더에 정의된 개발 컨테이너(devcontainer)가 빌드되고 실행됩니다.
- 설정 중 발생하는 상황: VSCode는 자동으로 다음을 수행합니다.
- devcontainer.json 구성 파일에 지정된 대로 Docker 컨테이너를 빌드합니다.
- requirements.txt 또는 기타 프로젝트 파일에 나열된 종속성(예: Python 패키지)을 설치합니다.
- 컨테이너 내부의 깨끗하고 격리된 개발 환경에서 프로젝트를 엽니다.
- 설정 성공 시 출력: .devcontainer 설정이 성공하면 다음과 유사한 출력이 표시됩니다.
git branch dev git checkout dev
-
터미널 열기:
- 동일한 VSCode 창에서 터미널을 닫았다가 다시 엽니다.
- 다음과 같은 메시지가 표시됩니다.
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. Python이 작동하는지 확인
계속하기 전에 Python이 devcontainer 내에서 올바르게 작동하는지 확인하세요.
- VSCode에서 통합 터미널을 엽니다.
- Python 버전을 확인하려면 다음 명령을 실행하세요.
root ➜ /workspaces/python-flask-web-app (main) $
- 다음과 같은 출력이 표시됩니다.
python --version
5. 테스트 Python 스크립트 실행
템플릿에는 hello/main.py에 있는 간단한 테스트 스크립트가 포함되어 있습니다. 이 스크립트를 실행하여 설정을 검증하고 Python이 올바르게 실행되는지 확인하세요.
- 터미널에서 테스트 스크립트를 실행합니다.
Python 3.12.7
- 예상 출력:
python hello/main.py
6. 정리
Python이 작동하고 테스트 스크립트가 성공적으로 실행되는지 확인한 후:
- 테스트 스크립트 제거: 테스트 스크립트가 더 이상 필요하지 않은 경우 hello 디렉터리를 삭제합니다.
Hello, Devcontainer!
- 원하는 대로 LICENSE 파일을 업데이트하세요
7. 플라스크 웹앱 개발
- 다음 내용으로 README.md 파일을 업데이트합니다.
rm -rf hello
-
프로젝트 디렉토리 생성
- 프로젝트를 보관할 폴더를 만듭니다.
# 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.
-
가상 환경 설정
- 종속성을 관리하기 위해 Python 가상 환경을 설정하세요.
mkdir flask-web-app cd flask-web-app
-
플라스크 설치
- 가상환경에 Flask를 설치해보세요.
python -m venv venv source venv/bin/activate
- 종속성을 추적하려면 요구사항.txt 파일을 만드세요.
pip install flask
-
앱 만들기
- app.py 파일을 생성합니다.
git clone git@github.com:jdevto/python-flask-web-app.git cd python-flask-web-app
- app.py 파일을 다음 내용으로 업데이트하세요.
git branch dev git checkout dev
-
앱 실행
- 앱을 실행하여 설정을 확인하세요.
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.
- 다음과 같은 내용이 표시됩니다.
root ➜ /workspaces/python-flask-web-app (main) $
- 브라우저에서 http://127.0.0.1:5000을 엽니다. "Hello, World!"가 표시되어야 합니다.
프로젝트 구조 확장
앱이 발전함에 따라 템플릿, 정적 파일, 테스트를 지원하는 디렉터리 구조를 추가하세요.
-
다음 구조를 만듭니다.
python --version
Python 3.12.7
-
다음 내용으로 base.html 파일을 업데이트하세요.
python hello/main.py
-
Flask 앱 다시 실행
업데이트된 버전을 테스트하려면 앱을 다시 실행하세요.
Hello, Devcontainer!
브라우저를 열고 http://127.0.0.1:5000으로 이동하세요.
-
다음과 같은 내용이 표시됩니다.
rm -rf hello
- 환경정화 Flask 앱 테스트 및 실행을 마친 후:
-
Flask 서버 중지
- Flask 앱이 실행 중인 터미널에서 Ctrl C를 누르세요. 서버 프로세스가 종료됩니다.
-
개발환경 종료
- VSCode에서 Ctrl Shift P(또는 macOS에서는 Cmd Shift P)를 눌러 명령 팔레트를 엽니다.
- SSH에서 폴더 다시 열기를 입력하고 옵션을 선택합니다. 이렇게 하면 개발 컨테이너를 벗어나 로컬 환경으로 돌아갈 수 있으므로 컨테이너 외부의 추가 작업에 대한 원활한 워크플로 통합이 가능합니다.
8. 분기를 GitHub로 푸시
- 실행
# 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. 끌어오기 요청(PR) 생성
GitHub의 저장소로 이동
- GitHub에서 저장소를 방문하세요.
"Pull Requests" 탭으로 이동
- 저장소 페이지 상단에 있는 "Pull Requests" 탭을 클릭하세요.
새 끌어오기 요청 만들기
- "새 끌어오기 요청" 버튼을 클릭하세요.
홍보할 지점 선택
- 기본 분기: 병합하려는 분기를 선택합니다(예: 기본 또는 프로덕션).
- 브랜치 비교: 방금 푸시한 브랜치를 선택하세요(예: dev).
Pull 요청 생성 열기
- "풀 요청 생성"을 클릭하세요.
변경사항 검토
- 변경된 커밋 및 파일 목록을 검토하여 모든 것이 올바른지 확인하세요.
제목 및 설명 추가
간결하고 설명이 포함된 제목을 제공하세요(예: feat: 템플릿 개발 업데이트).
필요한 세부정보(예: 변경 이유, 문제 참조 등)가 포함된 설명을 추가하세요.
Pull Request 마무리
- "풀 요청 생성"을 다시 클릭하여 확인하세요.
PR 검토 및 승인
- 변경 사항을 직접 검토하거나 팀원에게 검토를 요청하세요.
Pull Request 병합
- 모든 것이 괜찮아지면 PR로 이동하여 "Pull Request 병합"을 클릭하세요.
- "병합 확인"을 클릭하여 병합을 확인하세요.
위 내용은 Devcontainer를 사용하여 VSCode에서 Python 개발의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Python의 유연성은 다중 파리가 지원 및 동적 유형 시스템에 반영되며, 사용 편의성은 간단한 구문 및 풍부한 표준 라이브러리에서 나옵니다. 유연성 : 객체 지향, 기능 및 절차 프로그래밍을 지원하며 동적 유형 시스템은 개발 효율성을 향상시킵니다. 2. 사용 편의성 : 문법은 자연 언어에 가깝고 표준 라이브러리는 광범위한 기능을 다루며 개발 프로세스를 단순화합니다.

Python은 초보자부터 고급 개발자에 이르기까지 모든 요구에 적합한 단순성과 힘에 호의적입니다. 다목적 성은 다음과 같이 반영됩니다. 1) 배우고 사용하기 쉽고 간단한 구문; 2) Numpy, Pandas 등과 같은 풍부한 라이브러리 및 프레임 워크; 3) 다양한 운영 체제에서 실행할 수있는 크로스 플랫폼 지원; 4) 작업 효율성을 향상시키기위한 스크립팅 및 자동화 작업에 적합합니다.

예, 하루에 2 시간 후에 파이썬을 배우십시오. 1. 합리적인 학습 계획 개발, 2. 올바른 학습 자원을 선택하십시오. 3. 실습을 통해 학습 된 지식을 통합하십시오. 이 단계는 짧은 시간 안에 Python을 마스터하는 데 도움이 될 수 있습니다.

Python은 빠른 개발 및 데이터 처리에 적합한 반면 C는 고성능 및 기본 제어에 적합합니다. 1) Python은 간결한 구문과 함께 사용하기 쉽고 데이터 과학 및 웹 개발에 적합합니다. 2) C는 고성능과 정확한 제어를 가지고 있으며 게임 및 시스템 프로그래밍에 종종 사용됩니다.

Python을 배우는 데 필요한 시간은 개인마다 다릅니다. 주로 이전 프로그래밍 경험, 학습 동기 부여, 학습 리소스 및 방법 및 학습 리듬의 영향을받습니다. 실질적인 학습 목표를 설정하고 실용적인 프로젝트를 통해 최선을 다하십시오.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

Atom Editor Mac 버전 다운로드
가장 인기 있는 오픈 소스 편집기

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기
