3大利器推荐，帮你写出规范漂亮的Python代码(2)

一段20行的代码就检测到如此之多的问题提示，虽然手动修改代码有助于对PEP 8规范的学习，但当项目文件比较多、脚本代码很长的时候，实在是一个不小的工作量，因此就出现了能够自动优化代码风格的工具。

3、自动优化工具Black

在众多代码格式化工具中，Black算是比较新的一个，它最大的特点是可配置项比较少，个人认为这对于新手来说是件好事，因为我们不必过多考虑如何设置Black，让 Black 自己做决定就好。

1).安装与使用

与pylint类似，直接pip install black即可完成该模块的安装，不过black依赖于Python 3.6+，但它仍然可以格式化Python2的代码。

在使用方面black默认读取指定python文件并对其进行代码规范格式化，然后输出到原文件。

l = [1, 
    2, 
    3, 
] 

例如，我们将上面这段代码保存为test.py，然后在控制台执行 black test.py 指令，再次打开test.py，发现其中的代码变成了这个样子:

l = [1, 2, 3] 

当然，Black的封装程度再高也是有自定义配置项的，例如使用--version查看版本、使用--help查看帮助信息、使用--diff将修改信息输出到控制台而不更改原文件，下面我们还是结合一个实例来进行演示说明。

2).实例演示说明

这里我们仍然使用pylint部分的代码进行演示。通过上面的操作我们知道，对这段代码直接使用pylint进行测试会输出很多问题提示，并给出一个评分0。现在我们首先使用black对其进行格式化，得到以下代码：

# -*- coding:utf-8 -*- 
 
import pandas as pd 
 
data = [] 
char_replace_dict = {':':'  ', '（':'(', '）':')', '，':','} 
 
with open('xmq_survey.txt', 'r', encoding = 'utf-8') as file: 
 for line in file.readlines(): 
   for key, value in char_replace_dict.items(): 
     line = line.replace(key, value)#原来这个是深度引用 
     #这条代码比自己写的简介的多，也更python 
   data.append(line) 
 
with open('survey.txt', 'w', encoding = 'utf-8') as file: 
 for line in data: 
   file.write(line) 
 
raw_data = pd.read_table('survey.txt', delimiter = '    ', header = None) #查看read_table函数的用法 
raw_data.columns = ['Name', 'Raw Info'] 
raw_data.count() 
print('successful') 

可能看起来修改前后的代码差异并不十分明显，实质上black已经对代码中参数赋值 = 两端的空格、注释的格式、制表符等进行了替换和修改，我们使用pylint来进行验证，执行 pylint 模块名称 命令，得到如下结果:

 

可以看到，相对于最初的文件，评分从0分提高到7.3分，输出的问题提示少了很多，剩余的问题主要是缺少说明文档、变量命名不规范.black对于提高我们代码规范性价比也是非常高的。

如果不想black直接对原文件进行修改，而是想看看它对代码中的哪些地方进行了改动的话，可以使用--diff参数，执行black --diff 文件名称，black会将相关信息输出到控制台(下图，其中-表示源代码，+表示建议修改后的代码)，而不会对原文件进行修改。

 

（编辑：ASP站长网）