cari
Rumahpembangunan bahagian belakangTutorial PythonDeply: pastikan seni bina python anda bersih

Deply: keep your python architecture clean

Projek Python yang besar sering berubah menjadi pangkalan kod kompleks yang sukar untuk dikekalkan. Menjejaki import, lapisan dan siapa yang bergantung pada siapa yang boleh cepat berubah menjadi huru-hara. Deply sedia membantu. Ia menganalisis struktur kod anda dan menguatkuasakan peraturan seni bina, memastikan projek Python anda kekal bersih, modular dan mudah diselenggara—walaupun ia berkembang.

Mengapa Penguatkuasaan Seni Bina Penting

Fleksibiliti Python memudahkan untuk memperkenalkan kod spageti jika kita tidak berhati-hati. Menambah modul baharu, penghias atau mengubah cara kelas yang diwarisi boleh memperkenalkan isu pergantungan yang halus merentas pasukan besar. Sempadan yang jelas—dikuatkuasakan oleh semakan automatik—membantu mengekalkan kualiti kod yang tinggi. Pendekatan ini meningkatkan kebolehbacaan dan produktiviti pasukan.

Apa Itu Deply?

Deply ialah alat kendiri yang:

  1. Membolehkan anda menentukan lapisan projek (seperti paparan, model, perkhidmatan) dalam konfigurasi YAML.
  2. Mengumpul elemen kod ke dalam lapisan ini melalui peraturan (cth., class_inherits, decorator_usage, file_regex).
  3. Menguatkuasakan dasar seni bina untuk mengelakkan gandingan yang tidak diingini atau kemalangan penamaan.

Mengapa Tidak Gunakan Alat Lain?

  • pydeps: Fokus pada menggambarkan import.
  • import-linter: Menyemak kekangan import.
  • pytestarch atau pytest-archon: Bergantung pada penulisan ujian berasaskan kod untuk seni bina.
  • Tach (Berasaskan Karat): Pendekatan agnostik bahasa, mungkin tidak sejajar dengan spesifik Python.

Kelebihan Deply ialah ia melangkaui import, melihat pada penghias, warisan kelas, corak fail dan banyak lagi. Konfigurasi berasaskan YAML menjadikannya lebih mudah untuk dimasukkan ke dalam saluran paip CI tanpa menulis fail ujian baharu.

Baru dalam 0.5.2

  1. Pengumpul Dinaik Taraf: Cara yang lebih fleksibel untuk menentukan kelas dan fungsi, termasuk corak regex lanjutan.
  2. Peningkatan Prestasi: Deply kini berjalan sehingga 10x lebih pantas daripada sebelumnya. Menyepadukannya dengan CI tidak akan melambatkan binaan anda.
  3. Peraturan Dikembangkan: Pemeriksaan tambahan untuk warisan, penggunaan penghias dan konvensyen penamaan membolehkan anda mereka bentuk dasar berbutir.

Pemasangan

pip install deply

Anda akan mendapat versi terkini, pada masa ini 0.5.2.

Konfigurasi Deply (deply.yaml)

Buat fail deply.yaml dalam akar projek anda. Sekurang-kurangnya, tentukan laluan yang ingin anda analisis, sebarang fail untuk dikecualikan, lapisan anda dan peraturan. Di bawah ialah contoh coretan untuk projek seperti Django.

deply:
  paths:
    - /path/to/your/project

  exclude_files:
    - ".*\.venv/.*"

  layers:
    - name: models
      collectors:
        - type: bool
          any_of:
            - type: class_inherits
              base_class: "django.db.models.Model"
            - type: class_inherits
              base_class: "django.contrib.auth.models.AbstractUser"

    - name: views
      collectors:
        - type: file_regex
          regex: ".*/views_api.py"

  ruleset:
    views:
      disallow_layer_dependencies:
        - models
      enforce_function_decorator_usage:
        - type: bool
          any_of:
            - type: bool
              must:
                - type: function_decorator_name_regex
                  decorator_name_regex: "^HasPerm$"
                - type: function_decorator_name_regex
                  decorator_name_regex: "^extend_schema$"
            - type: function_decorator_name_regex
              decorator_name_regex: "^staticmethod$"

Cara ia berfungsi:

  1. lapisan model mengumpul kelas yang diwarisi daripada Model Django atau Pengguna Abstrak.
  2. lapisan paparan mengumpul kod daripada fail yang berakhir dengan views_api.py.
  3. Peraturan:
  4. disallow_layer_dependencies: lapisan pandangan tidak boleh bergantung secara langsung pada model.
  5. enforce_function_decorator_usage: semua fungsi dalam paparan memerlukan sama ada (HasPerm dan extend_schema) atau kaedah statik.

Menjalankan Deply

Setelah konfigurasi anda sedia, jalankan:

pip install deply
  • --config=another_config.yaml membolehkan anda menentukan fail lain.
  • --report-format=text|json|github-actions mengawal cara pelanggaran dipaparkan.

Contoh Tambahan

Penamaan Kelas:

deply:
  paths:
    - /path/to/your/project

  exclude_files:
    - ".*\.venv/.*"

  layers:
    - name: models
      collectors:
        - type: bool
          any_of:
            - type: class_inherits
              base_class: "django.db.models.Model"
            - type: class_inherits
              base_class: "django.contrib.auth.models.AbstractUser"

    - name: views
      collectors:
        - type: file_regex
          regex: ".*/views_api.py"

  ruleset:
    views:
      disallow_layer_dependencies:
        - models
      enforce_function_decorator_usage:
        - type: bool
          any_of:
            - type: bool
              must:
                - type: function_decorator_name_regex
                  decorator_name_regex: "^HasPerm$"
                - type: function_decorator_name_regex
                  decorator_name_regex: "^extend_schema$"
            - type: function_decorator_name_regex
              decorator_name_regex: "^staticmethod$"

Semua kelas dalam lapisan perkhidmatan mesti berakhir dengan Perkhidmatan.

Penamaan Fungsi:

deply analyze

Semua fungsi dalam tugasan mesti bermula dengan tugas_.

Petua Pro: Gabungkan berbilang syarat dengan bool untuk membentuk logik lanjutan (mesti, mana-mana, mesti_tidak), memastikan anda boleh mencipta peraturan yang sangat khusus.

Integrasi CI

Tambahkan langkah pada saluran paip CI anda:

service:
  enforce_class_naming:
    - type: class_name_regex
      class_name_regex: ".*Service$"

Saluran paip anda boleh gagal jika sebarang pelanggaran seni bina ditemui.

Bungkus

Deply direka untuk membantu anda menangkap pelanggaran seni bina sebelum ia menjadi refactor yang memakan masa. Dengan mengautomasikan semakan ini, anda boleh mengekalkan reka bentuk yang segar dan berlapis, walaupun pada pasukan yang besar.

  • GitHub: https://github.com/Vashkatsi/deply
  • PyPI: https://pypi.org/project/deply/

Jangan ragu untuk mengujinya dan melaraskan konfigurasi untuk keperluan anda sendiri. Jika anda mempunyai soalan atau idea, lihat repo untuk mendapatkan butiran tentang isu pemfailan atau sumbangan. Selamat mengekod!

Atas ialah kandungan terperinci Deply: pastikan seni bina python anda bersih. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Pembelajaran Python: Adakah 2 jam kajian harian mencukupi?Pembelajaran Python: Adakah 2 jam kajian harian mencukupi?Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python untuk Pembangunan Web: Aplikasi UtamaPython untuk Pembangunan Web: Aplikasi UtamaApr 18, 2025 am 12:20 AM

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak

Python vs C: Meneroka Prestasi dan KecekapanPython vs C: Meneroka Prestasi dan KecekapanApr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python dalam Tindakan: Contoh dunia nyataPython dalam Tindakan: Contoh dunia nyataApr 18, 2025 am 12:18 AM

Aplikasi dunia sebenar Python termasuk analisis data, pembangunan web, kecerdasan buatan dan automasi. 1) Dalam analisis data, Python menggunakan panda dan matplotlib untuk memproses dan memvisualisasikan data. 2) Dalam pembangunan web, kerangka Django dan Flask memudahkan penciptaan aplikasi web. 3) Dalam bidang kecerdasan buatan, tensorflow dan pytorch digunakan untuk membina dan melatih model. 4) Dari segi automasi, skrip python boleh digunakan untuk tugas -tugas seperti menyalin fail.

Penggunaan Utama Python: Gambaran Keseluruhan KomprehensifPenggunaan Utama Python: Gambaran Keseluruhan KomprehensifApr 18, 2025 am 12:18 AM

Python digunakan secara meluas dalam bidang sains data, pembangunan web dan bidang skrip automasi. 1) Dalam sains data, Python memudahkan pemprosesan dan analisis data melalui perpustakaan seperti numpy dan panda. 2) Dalam pembangunan web, rangka kerja Django dan Flask membolehkan pemaju dengan cepat membina aplikasi. 3) Dalam skrip automatik, kesederhanaan Python dan perpustakaan standard menjadikannya ideal.

Tujuan utama python: fleksibiliti dan kemudahan penggunaanTujuan utama python: fleksibiliti dan kemudahan penggunaanApr 17, 2025 am 12:14 AM

Fleksibiliti Python dicerminkan dalam sokongan multi-paradigma dan sistem jenis dinamik, sementara kemudahan penggunaan berasal dari sintaks mudah dan perpustakaan standard yang kaya. 1. Fleksibiliti: Menyokong pengaturcaraan berorientasikan objek, fungsional dan prosedur, dan sistem jenis dinamik meningkatkan kecekapan pembangunan. 2. Kemudahan Penggunaan: Tatabahasa adalah dekat dengan bahasa semulajadi, perpustakaan standard merangkumi pelbagai fungsi, dan memudahkan proses pembangunan.

Python: Kekuatan pengaturcaraan serba bolehPython: Kekuatan pengaturcaraan serba bolehApr 17, 2025 am 12:09 AM

Python sangat disukai kerana kesederhanaan dan kuasa, sesuai untuk semua keperluan dari pemula hingga pemaju canggih. Kepelbagaiannya dicerminkan dalam: 1) mudah dipelajari dan digunakan, sintaks mudah; 2) perpustakaan dan kerangka yang kaya, seperti numpy, panda, dan sebagainya; 3) sokongan silang platform, yang boleh dijalankan pada pelbagai sistem operasi; 4) Sesuai untuk tugas skrip dan automasi untuk meningkatkan kecekapan kerja.

Belajar python dalam 2 jam sehari: panduan praktikalBelajar python dalam 2 jam sehari: panduan praktikalApr 17, 2025 am 12:05 AM

Ya, pelajari Python dalam masa dua jam sehari. 1. Membangunkan pelan kajian yang munasabah, 2. Pilih sumber pembelajaran yang betul, 3 menyatukan pengetahuan yang dipelajari melalui amalan. Langkah -langkah ini dapat membantu anda menguasai Python dalam masa yang singkat.

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
1 bulan yang laluBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
1 bulan yang laluBy尊渡假赌尊渡假赌尊渡假赌
Akan R.E.P.O. Ada Crossplay?
1 bulan yang laluBy尊渡假赌尊渡假赌尊渡假赌

Alat panas

PhpStorm versi Mac

PhpStorm versi Mac

Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

Penyesuai Pelayan SAP NetWeaver untuk Eclipse

Penyesuai Pelayan SAP NetWeaver untuk Eclipse

Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

SublimeText3 versi Inggeris

SublimeText3 versi Inggeris

Disyorkan: Versi Win, menyokong gesaan kod!

Muat turun versi mac editor Atom

Muat turun versi mac editor Atom

Editor sumber terbuka yang paling popular

Dreamweaver Mac版

Dreamweaver Mac版

Alat pembangunan web visual