做一个运行Python文件的Atom插件

简介: 最近在学习Python,自然也安装了Atom编辑器的一些Python插件。有一个插件名字叫做atom-python-run,作用很简单,就是按F5运行当前Python文件。

最近在学习Python,自然也安装了Atom编辑器的一些Python插件。有一个插件名字叫做atom-python-run,作用很简单,就是按F5运行当前Python文件。不过这个插件有一个问题,就是只能在Windows平台上以cmd方式运行。我希望这个插件能支持Powershell方式运行,所以我就给作者提了Issue。结果发现Issue还不少。而作者正好比较忙,目前没工夫。所以我就想,为什么不自己做一个Atom插件呢?

以上就是我开发这个插件的目的了。这个插件的主要功能就是按F5启动一个终端运行Python文件,终端可以是cmd也可以是powershell。

编写插件

这个插件我就叫它run-python-simply,听名字应该就能猜出它的作用。首先打开Atom编辑器,然后点击菜单栏Packages->Package Generator->Generate Package,输入要创建的插件名字,然后按回车。

时间统计

在编写插件之前,我们首先分析一下插件的需求。由于atom-python-run这个插件有CodeBlocks式的程序返回值和运行时间的显示,我希望我的插件也具有这个功能。看了一下atom-python-run的源代码,作者的实现方式是写一个C++程序,用这个C++程序调用Python文件,时间统计在C++程序中。我这里就不使用C++了,既然是Python的插件,那么我这里就使用Python来统计时间。

下面的脚本很简单,要执行的文件通过命令行参数传入。程序返回的结果附带时间统计和返回值的,这个和atom-python-run插件的输出结果相同。

# Python 3 file

import subprocess
import time
import sys

script = sys.argv[1]

start = time.time()
process = subprocess.run(['python', script], stderr=subprocess.STDOUT)
exitcode = process.returncode


end = time.time()

seconds = end - start

print()
print(
    f'Process return {exitcode} ({hex(exitcode)})   execution time: {seconds:.03f} s')
subprocess.call("pause", shell=True)

主要代码

插件的主要代码我使用了CoffeeScript编写。默认自动生成的代码有两个,一个视图,另一个是代码。由于我们这个插件不需要显示什么内容,所以那个View文件直接删了就行。剩下一个文件写成下面这样。

这个文件的实现参考了atom-python-run。由于我也是刚刚学习编写插件,对于插件怎么写还是不太懂,所以最简单的办法就是参考另一个插件了。当然即使是参考,过程也是很痛苦的。因为我毕竟对JavaScript和CoffeeScript不太熟悉,有些简单的地方也浪费了不少时间。而且插件的调试也不太方便,需要开两个Atom窗口,一个修改完之后,重载另一个。

写完之后再看看代码,并不怎么难。由于代码时间的统计已经做Python文件中做好了,所以在这里只需要调用那个Python,让Python调用实际的Python文件就行了。

这里用到的知识点有NodeJS的pathchild_process模块。具体用法看NodeJS文档就好了。还有就是几个Atom接口的使用:notifications用来创建通知,就是右上角的气泡通知;atom.config用来获取Atom的配置项;config节点用来添加插件的配置。具体使用到时不难,看Atom的文档就行了。

{CompositeDisposable} = require 'atom'
child_process = require 'child_process'
path = require 'path'

module.exports = RunPythonSimply =
  subscriptions: null
  activate: (state) ->
    @subscriptions = new CompositeDisposable
    @subscriptions.add atom.commands.add 'atom-workspace', 'run-python-simply:toggle': => @toggle()

  deactivate: ->
    @subscriptions.dispose()

  serialize: ->


  toggle: ->
    editor = atom.workspace.getActiveTextEditor()
    if editor
      file = editor.buffer.file
      if file
        fileInfo = path.parse(file.path)
        if fileInfo.ext != ".py"
          atom.notifications.add("warning", "Current file is not a python source file")
        else
          editor.save()
          @run(file.path)
      else
        atom.notifications.add("info", "No source file to run")

  run: (file)->
    command = atom.config.get('run-python-simply.command')
    args = command.split(" ").concat(['python', __dirname + path.sep + 'exec.py', file])
    process = child_process.spawn("start", args, {
      shell: true
      detached: true
    })
    process.unref()

  config:
    command:
      title: "Command Prompt"
      type: 'string'
      default: 'cmd /c'
      enum: [
        {value: 'cmd /c', description: 'Command Line Prompt'}
        {value: 'powershell -command', description: 'Powershell'}
      ]

其实Atom的插件系统比我想的要简单。一开始我觉得Atom插件要做的事情其实还挺多,还要自己管理自己的配置对话框。后来我发现根本不需要,Atom的系统比较智能。就像上面代码中的那样,只要我们在代码中声明了一个config元素,编辑器就会自动生成对应的配置界面。比方说上面我声明了两个enum,编辑器那么编辑器就自动生成了下拉列表。

img_c417952b4e0348d290873e42e14daf8c.png
下拉列表配置

本来在写这个插件的时候我有很多想法准备总结一下,后来写完了回头一看感觉也就这样。没什么说的了,大家都是聪明人,看看就得了。所以就这样吧。

发布插件

推送到Github

代码写完之后,就能发布了。首先需要将它推送到Github。我们在Github上创建一个仓库,然后把代码推进去就好了。如果对Git命令不熟悉的话,可以使用Git Extensions,这是Windows下最好用的图形客户端了。

发布插件

第一步是输入apm login。这样会在浏览器中打开一个网页,在网页上登录Atom账号之后,复制网页上的Token,然后粘贴回命令行中,再按回车。这样就完成了登录工作。

登录之后,命令行切到我们插件的Git目录中,然后输入apm publish minor,稍等片刻插件就发布成功了。这个命令可以接受minormajorpatch三个参数,当我们需要更新大版本、小版本、修订版本的时候使用。

这个命令在后台其实会做很多事情,比如设置package.json中的版本号、添加版本标签并提交到版本库中。完成之后,会显示下面这样的祝贺信息。这样,插件就发布完成了。可以看到第一次提交插件的版本号为v0.0.1。如果我们查看一下Github仓库,也会发现多了一个名为Prepare v0.0.1的提交。

img_3b07f8f242ee844d33d80a3eaae4a08a.png
发布完成

这时候搜索一下Atom插件仓库,会发现我们的插件已经成功出现在了插件仓库中。这样这个插件就算开发完成了!插件地址是run-python-simply,源代码地址是Github。这个插件作用很简单,就是在cmd或者powershell中运行当前的Python文件,有兴趣的同学可以下载试试。

相关文章
|
24天前
|
Python
【python】python跨文件使用全局变量
【python】python跨文件使用全局变量
|
1月前
|
监控 数据处理 索引
使用Python批量实现文件夹下所有Excel文件的第二张表合并
使用Python和pandas批量合并文件夹中所有Excel文件的第二张表,通过os库遍历文件,pandas的read_excel读取表,concat函数合并数据。主要步骤包括:1) 遍历获取Excel文件,2) 读取第二张表,3) 合并所有表格,最后将结果保存为新的Excel文件。注意文件路径、表格结构一致性及异常处理。可扩展为动态指定合并表、优化性能、日志记录等功能。适合数据处理初学者提升自动化处理技能。
23 1
|
1月前
|
存储 并行计算 Java
Python读取.nc文件的方法与技术详解
本文介绍了Python中读取.nc(NetCDF)文件的两种方法:使用netCDF4和xarray库。netCDF4库通过`Dataset`函数打开文件,`variables`属性获取变量,再通过字典键读取数据。xarray库利用`open_dataset`打开文件,直接通过变量名访问数据。文中还涉及性能优化,如分块读取、使用Dask进行并行计算以及仅加载所需变量。注意文件路径、变量命名和数据类型,读取后记得关闭文件(netCDF4需显式关闭)。随着科学数据的增长,掌握高效处理.nc文件的技能至关重要。
153 0
|
1月前
|
Python
python中文件和异常处理方法(二)
python中文件和异常处理方法(二)
13 0
|
1月前
|
Python
python中文件和异常处理方法(一)
python中文件和异常处理方法(一)
29 0
|
1月前
|
Python
python中文件和异常处理方法(三)
python中文件和异常处理方法(三)
20 0
|
1天前
|
JSON JavaScript 数据格式
python遍历目录文件_结合vue获取所有的html文件并且展示
python遍历目录文件_结合vue获取所有的html文件并且展示
4 0
|
8天前
|
存储 Python
用Python实现批量下载文件——代理ip排除万难
用Python实现批量下载文件——代理ip排除万难
|
8天前
|
JSON 关系型数据库 数据库
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
36 0
|
8天前
|
数据挖掘 索引 Python
Python 读写 Excel 文件
Python 读写 Excel 文件
12 0