۲۹ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

با پایتون در Visual Studio Code شروع کنید

از افزونه پایتون برای کد ویژوال استودیو برای ایجاد، مدیریت، اجرا و آزمایش پروژه های پایتون به راحتی استفاده کنید.

از افزونه پایتون برای کد ویژوال استودیو برای ایجاد، مدیریت، اجرا و آزمایش پروژه های پایتون به راحتی استفاده کنید.

Microsoft Visual Studio Code یک ویرایشگر چند پلتفرمی انعطاف‌پذیر است که می‌تواند به یک IDE کامل برای اکثر زبان‌ها یا گردش کار تبدیل شود. در چند سال گذشته، محبوبیت آن افزایش یافته است. به لطف افزونه پایتون مایکروسافت برای کد ویژوال استودیو، VS Code نیز به یکی از بهترین ابزارها برای کار با پایتون تبدیل شده است. افزونه Python نه تنها برجسته سازی نحو، بلکه ابزارهای پرده، مدیریت محیط و بسیاری موارد دیگر را نیز ارائه می دهد که همگی برای زبان برنامه نویسی پایتون طراحی شده اند.

در این مقاله، نحوه شروع به کار با ابزارهای پایتون VS Code، چه برای پروژه‌های جدید و چه برای پروژه‌های موجود، را شرح خواهیم داد.

نصب کد VS و پسوند پایتون

اگر قبلاً کد ویژوال استودیو را تنظیم نکرده اید و با آن آشنا نشده اید، این اولین قدم شماست. راهنمای InfoWorld برای تنظیم VS Code را بررسی کنید.

شما همچنین باید یک نمونه از پایتون را نصب کرده باشید و با نحوه کار پایتون، به ویژه مکانیک محیط های مجازی پایتون آشنا باشید. اگر از توزیع Anaconda پایتون استفاده می‌کنید، می‌توانید از آن در ارتباط با VS Code نیز استفاده کنید.

عملکرد اصلی که برای استفاده از Python در VS Code نیاز دارید از افزونه پایتون مایکروسافت می آید . این برنامه افزودنی برجسته کردن نحو، ابزارهای اشکال زدایی، ناوبری کد، refactoring و اجرای آزمایشی را فراهم می کند. این پرده‌بندی، تکمیل IntelliSense یا بررسی تایپ را ارائه نمی‌کند. این توابع در برنامه افزودنی دیگری که به طور خودکار همراه با افزونه پایتون نصب شده است، به نام Pylance ارائه می شوند. . این دو جدا از هم نگهداری می شوند تا بتوان آنها را به طور مستقل توسعه داد، اما تقریباً همیشه می خواهید از آنها با هم استفاده کنید.

افزونه پایتون برای VS Code.

شکل ۱. برنامه افزودنی رسمی مایکروسافت برای Python در VS Code، افزونه Pylance linting و type-checking را نیز به همراه دارد.

علاوه بر افزونه‌های Python و Pylance، چندین افزونه دیگر برای توسعه‌دهندگان Python توصیه می‌شود:

  • Black Formatter اضافه می کند قالب‌بندی خودکار کد منبع با فرمت‌کننده استاندارد واقعی پایتون، سیاه. برای استفاده از آن نیازی به نصب black در محیط مجازی که در آن کار توسعه خود را انجام می دهید ندارید. برنامه افزودنی همراه با نسخه به روز شده خودش است.
  • فرمت‌کننده دیگری برای Python، ruff، به دلیل نوشته شدن به زبان Rust مورد توجه قرار گرفته است و بنابراین بسیار سریعتر از مشکی اجرا می شود. هنوز در مراحل توسعه خود نسبت به black قدمت دارد، بنابراین ممکن است بخواهید به خاطر صحت، به black بچسبید، اما همیشه می توانید نصب کنید و بین دو افزونه جابجا شوید.< /li>
  • اگر از Notebook Jupyter با پایتون استفاده می کنید، می توانید پشتیبانی از آن را مستقیماً در VS Code با ژوپیتر.
  • اگر در ویندوز هستید و از زیرسیستم ویندوز برای لینوکس برای اجرای کد پایتون خود استفاده می کنید، می توانید از WSL برای انجام مستقیم کار توسعه خود در WSL.
  • افزونه پایتون مقرراتی برای کار با محیط های مجازی دارد (به زودی در این مورد بیشتر توضیح خواهیم داد)، اما آنها نسبتاً کم هستند. اگر می‌خواهید مدیریت در مقیاس وسیع‌تری برای محیط‌های پایتون داشته باشید، از Python استفاده کنید. Environment Manager extension—به عملیات پیچیده مانند مدیریت محیط های مبتنی بر Conda یا فعال کردن خودکار venv برای یک جلسه کنسول معین اجازه می دهد.
  • به‌طور پیش‌فرض، برنامه افزودنی پایتون برای VS Code دارای ویژگی برای افتتاح یا راه‌اندازی یک پروژه جدید و خالی پایتون نیست. برخی از ابزارهای شخص ثالث مدیریت پروژه Python مانند poetry یا hatch یک فهرست راهنمای پروژه Python و داربست جدید را از خط فرمان راه‌اندازی می‌کنند، اما افزونه Python VS Code هنوز پشتیبانی نمی‌کند. آن توابع به طور مستقیم یک برنامه افزودنی شخص ثالث برای کار با شعر وجود دارد.

برای دستورالعمل‌های راه‌اندازی بیشتر، به آموزش ویدیویی InfoWorld، تنظیم برنامه‌های افزودنی پایتون برای کد Microsoft Visual Studio مراجعه کنید.

نکته

اگر از کد VS برای انواع دیگر پروژه‌هایی که پایتون را شامل نمی‌شوند استفاده می‌کنید، می‌توانید (و باید) افزونه پایتون را برای آن پروژه‌ها غیرفعال کنید. عکس آن نیز صادق است: باید هر افزونه دیگری را که در پروژه های پایتون خود استفاده نمی کنید غیرفعال کنید.

تنظیم یک پروژه Python جدید در VS Code

وقتی یک پروژه پایتون جدید راه اندازی می کنید، معمولاً دو مرحله اساسی وجود دارد:

  1. یک دایرکتوری برای نگهداری پروژه ایجاد کنید.
  2. در صورت نیاز، یک محیط مجازی برای پروژه ایجاد کنید و الزامات را در آن نصب کنید.

افزونه پایتون برای VS Code به تنهایی قسمت اول را مدیریت نمی کند. دایرکتوری مورد نظر خود را برای پروژه خود ایجاد می کنید، سپس داربست را در آن راه اندازی می کنید و در صورت نیاز آن را با چیزهای دیگر پر می کنید. در تئوری، می‌توانید یک پروژه پایتون را با چیزی جز یک دایرکتوری خالی یا به اندازه یک دایرکتوری با یک فایل main.py (خالی) شروع کنید.

اولین باری که دایرکتوری پروژه را با کد VS باز می‌کنید، با گفتگوی مواجه می‌شوید که از شما می‌پرسد آیا به نویسندگان فایل‌های این فهرست اعتماد دارید یا خیر. روی «بله، به نویسندگان اعتماد دارم» کلیک کنید. این به VS Code می‌داند که دایرکتوری را موقتاً باز نمی‌کنید—می‌خواهید از آن به عنوان دایرکتوری واقعی پروژه استفاده کنید.

اگر از ابزاری مانند hatch یا poetry برای مدیریت پروژه‌ها استفاده می‌کنید، ابتدا قبل از باز کردن، فهرست راهنمای پروژه را با آن ابزارها ایجاد کنید. دایرکتوری در VS Code. این بیشتر به این دلیل است که بهتر است ابتدا این نوع نظافت خانه را از سر راه بردارید تا اینکه با مشکل مواجه شوید. بعد از اینکه کار پیکربندی دستی خارج از VS Code قبلاً انجام شد، پیکربندی پروژه برای VS Code آسانتر است.

تأیید محتویات دایرکتوری قابل اعتماد است.

شکل ۲. هنگام باز کردن دایرکتوری برای اولین بار با VS Code و پسوند Python، باید تأیید کنید که محتوا قابل اعتماد است.

محیط های مجازی پایتون در VS Code

یکی از موارد کلیدی که افزونه پایتون می تواند برای شما مدیریت کند، مدیریت محیط های مجازی برای پروژه های پایتون است. می‌توانید یک venv برای یک پروژه راه‌اندازی کنید، و بسته به اینکه چگونه چیزها را پیکربندی کرده‌اید، به‌طور خودکار نیازمندی‌های آن را نصب کنید:

  1. در پالت فرمان VS Code (Ctrl-Shift-P)، “Python: Create Environment” را انتخاب کنید.
  2. یک نوع محیط را انتخاب کنید. این معمولاً venv یا Conda است، محیطی که توسط توزیع Anaconda Python استفاده می‌شود. Conda ظاهر نمی شود مگر اینکه Anaconda را نصب کرده باشید، و اکثر اوقات از venv استفاده می کنید.
  3. اگر یک محیط موجود شناسایی شود، به شما این امکان داده می شود که از محیط موجود همانطور که هست استفاده کنید یا آن را حذف کنید و یک محیط جدید ایجاد کنید.
  4. یک مترجم انتخاب کنید. پسوند پایتون سعی می کند تمام نمونه های نصب شده پایتون را در سیستم شما شناسایی کند. اگر نسخه پایتونی که می خواهید استفاده کنید نشان داده نمی شود، ممکن است اشتباه نصب شده باشد. به مسیر مترجمی که انتخاب می‌کنید توجه کافی داشته باشید — این امر می‌تواند از سردرگمی زیادی در مورد اینکه کدام مترجم را واقعاً استفاده می‌کنید، نجات دهد. همچنین می‌توانید مسیری به مترجم تایپ کنید.

وقتی این کار را انجام دادید، افزونه پایتون محیط مجازی را ایجاد می‌کند، pip را در venv به‌روزرسانی می‌کند و هر الزامی را که تشخیص می‌دهد نصب می‌کند (به عنوان مثال، از طریق یک فایل pyproject.toml در پروژه). می‌توانید روی برگه Output در پنل کنسول VS Code کلیک کنید تا گزارش‌های مربوط به فرآیند راه‌اندازی را ببینید.

تنظیم یک پروژه Python موجود در VS Code

اگر می خواهید VS Code را برای یک پروژه موجود پایتون تنظیم کنید، معمولاً نیازی به انجام کارهای بیشتری از باز کردن دایرکتوری پروژه در VS Code، دادن مجوزها و انتخاب یک محیط مجازی ندارید. برای آن در صورت نیاز.

انتخاب یک محیط مجازی

وقتی یک پروژه پایتون در VS Code باز است، می توانید آزادانه بین محیط مجازی که برای آن استفاده می کنید جابجا شوید. برای انجام این کار، می توانید:

  1. روی نسخه مفسر در سمت راست پایین پنجره VS Code کلیک کنید.
  2. در پالت فرمان، “Python: Select Interpreter” را انتخاب کنید.

این لیستی از مفسرهای موجود را به نمایش می‌گذارد – هم در سطح جهانی و هم در هر محیط مجازی که با پروژه شما پیکربندی شده است. باز هم به مسیرهای مترجمان دقت کنید! در غیر این صورت، ممکن است زمانی که یک venv می‌خواهید، یک نمونه جهانی پایتون را انتخاب کنید یا برعکس.

Python در VS Code به طور خودکار محیط های مجازی را شناسایی می کند.

شکل ۳. Python در VS Code به طور خودکار محیط های مجازی را شناسایی می کند و به شما امکان می دهد از بین محیط های موجود انتخاب کنید، یک محیط جدید ایجاد کنید یا یک مسیر را به صورت دستی به یکی ارائه دهید.

قبل از فعال کردن venvs افزونه پایتون را فعال کنید

افزونه Python در VS Code رفتار ظریفی دارد که شامل محیط‌های مجازی می‌شود که اگر از آن آگاه نباشید ممکن است شما را غافلگیر کند.

وقتی یک پروژه پایتون را در VS Code باز می‌کنید، پسوند پایتون تا زمانی که کاری خاص مرتبط با پایتون انجام ندهید فعال نمی‌شود. رایج ترین اقدام در این زمینه باز کردن یک فایل پایتون در پروژه شما است.

به این دلیل است که این موضوع اهمیت دارد: اگر یک محیط مجازی با پروژه پایتون خود پیکربندی شده‌اید، هنگامی که صفحه ترمینال VS Code را باز می‌کنید، به طور خودکار در جلسه ترمینال فعال می‌شود. اما اگر برنامه افزودنی پایتون در هنگام انجام این کار اجرا نشود، venv فعال نخواهد شد و هر دستوری که در آن پنجره تایپ شود، شامل venv نخواهد شد. همچنین، venv در جلسات ترمینال از قبل موجود فعال نمی‌شود—فقط در جلسات تازه باز شده.

برای این منظور، زمانی که پروژه پایتون خود را باز می کنید، عادت کنید که یک نوع فایل پایتون را باز کنید. این تضمین می کند که پسوند پایتون فعال است. همچنین می توانید با پسوند پایتون از پالت فرمان کاری انجام دهید تا آن را فعال کنید. هر اقدامی در آن صورت انجام خواهد شد.

راه اندازی کد VS برای پروژه پایتون

اصلی ترین راه برای اجرای کد پایتون در VS Code استفاده از دستور Run روی فایلی است که در حال حاضر در VS Code باز است. این کار را می‌توانید از منوی VS Code (اجرای | اجرا بدون اشکال‌زدایی) یا با فشار دادن Ctrl-F5 یا با کلیک کردن روی فلش سمت راست در سمت راست بالای صفحه انجام دهید. ناحیه کد.

راه اندازی کد پایتون با دیباگر VS Code.

شکل ۴. راه‌اندازی کد پایتون با دیباگر به شما امکان می‌دهد تا اجرا را متوقف کنید و وضعیت برنامه را به صورت تعاملی از طریق رابط کاربری گرافیکی VS Code بررسی کنید.

اگر می‌خواهید سناریوهای پیچیده‌تری برای اجرای کد خود تنظیم کنید، می‌توانید عمل اجرای و رفع اشکال را از پانل عملکرد سمت چپ انتخاب کنید (یا Ctrl-Shift-D را فشار دهید. ) برای ایجاد یک پیکربندی اجرای برنامه جدید. این به شما یک منوی کشویی از راه های ممکن برای اجرای برنامه خود در بخش Run and Debug می دهد.

فایل‌های پیکربندی در قالب JSON. هستند و می‌توانید نماد چرخ‌دنده را در سمت راست منوی کشویی برای ویرایش فایل در خود VS Code انتخاب کنید. می‌توانید فایلی را که باید اجرا شود، نوع کنسولی که باید استفاده شود، پیوست کردن یا عدم پیوست اشکال‌زدا، و غیره را تغییر دهید.

اجرای پایتون از طریق دیباگر به شما بینشی می دهد که دقیقاً در هر لحظه چه اتفاقی در کد شما می افتد. می‌توانید پشته تماس را بررسی کنید، وضعیت متغیرهای محلی و سراسری را بررسی کنید، و نقاط شکست را برای راه‌اندازی خودکار اشکال‌زدا تنظیم کنید.

توجه داشته باشید که اجرای پایتون از طریق دیباگر VS Code با جریمه عملکرد همراه است. اگر در حال جمع‌آوری معیارهای عملکرد روی کد خود هستید، مطمئن شوید که پایتون را با اشکال‌زدایی غیرفعال اجرا می‌کنید (مثلاً با Ctrl-F5).

پرداخت پایتون و بررسی کد VS

افزونه Python VS Code شامل افزونه Pylance برای لینتینگ و تایپ کد پایتون همچنین به منظور تکمیل خودکار و راهنمایی ابزار، بازخورد زنده در مورد کد را از طریق سرور زبان خود ارائه می دهد. تا زمانی که پسوند فعال است و یک فایل پایتون در VS Code بارگذاری شده است، باید به طور خودکار اجرا شود.

همچنین می‌توانید دو گزینه اصلی را برای Pylance در رابط VS Code پیکربندی کنید. در پایین سمت راست، روی نماد {} در کنار Python کلیک کنید تا این گزینه‌ها نمایان شوند:

  • تکمیل‌های وارد کردن خودکار: اگر کدی را بنویسید که بستگی به چیزی دارد که باید وارد شود، Pylance می‌تواند عبارات import را به‌طور خودکار اضافه کند. با این حال، این می تواند منجر به اضافه شدن واردات به صورت تصادفی شود، بنابراین به طور پیش فرض خاموش است.
  • بررسی نوع بررسی‌های نوع دقیقی را روی کد پایتون شما انجام می‌دهد. اگر روی پروژه بزرگی کار می‌کنید که بررسی نوع به درست نگه داشتن موارد کمک می‌کند، این را فعال کنید. اما اگر فقط روی چیز کوچکی کار می‌کنید که درستی آن ضروری نیست، می‌توان آن را کنار گذاشت (پیش‌فرض).

تکمیل‌های وارد کردن خودکار و بررسی نوع را می‌توان روشن یا خاموش کرد.

شکل ۵. تکمیل‌های وارد کردن خودکار و بررسی نوع را می‌توان از طریق این عنصر در VS Code GUI روشن یا خاموش کرد.

ایجاد و مدیریت تست های پایتون با کد VS

فریم ورک‌های تست پایتون معمولاً با استفاده از یکی از دو کتابخانه نوشته می‌شوند: unittest در کتابخانه استاندارد و شخص ثالث pytest. افزونه Python VS Code می‌تواند به‌طور خودکار اجراکننده‌های آزمایشی را برای آن کتابخانه‌ها کشف و پیکربندی کند. همچنین می‌توانید برنامه‌های افزودنی را برای کنترل سایر چارچوب‌های آزمایشی یا آزمایش تنظیمات برنامه‌های خاص نصب کنید (به عنوان مثال، جنگو).

  1. روی نماد “آزمایش” در نوار عمل در سمت چپ کلیک کنید، سپس “پیکربندی تست‌های پایتون” را در پانل ظاهر شده انتخاب کنید.
  2. unittest یا pytest را به‌عنوان چارچوب آزمایشی خود انتخاب کنید (یا اگر افزونه‌ای برای مدیریت آن وجود دارد، دیگری را انتخاب کنید).
  3. دایرکتوری را انتخاب کنید که آزمون‌های شما در آن قرار دارند (معمولاً تست‌ها).
  4. یک الگوی نام فایل را برای یافتن آزمایش‌ها انتخاب کنید، یا آن را به صورت دستی تهیه کنید (به عنوان مثال، *.py).
  5. برای اجرای همه آزمایش‌های پیکربندی شده، روی پیکان دوتایی در بالای صفحه Testing در سمت چپ کلیک کنید. نتایج در برگه «نتایج آزمایش» در صفحه پایانه نوشته می‌شود و همچنین می‌تواند به‌عنوان درخت یا فهرست در پنجره آزمایشی بررسی شود.

کشف خودکار و اجرای مجموعه های آزمایشی برای پروژه های پایتون.

شکل ۶. مجموعه های آزمایشی برای پروژه های پایتون را می توان به طور خودکار از طریق افزونه پایتون کشف و اجرا کرد.