Cette fois, en 6 semaines, j'ai participé à un projet allant du team building à la sortie du produit. Veuillez consulter le lien ci-dessous pour l'ensemble du projet. J'aimerais que vous lisiez les articles et les articles passés sur moi, mais bref, je suis inexpérimenté et je recherche un ingénieur.
Cet article est la première fois que j'utilise VScode dans ce projet, je vais donc le résumer. J'utilise Sublime Text 3 jusqu'à présent, c'est donc une transition à partir de là.
En un mot, c'est un logiciel d'édition, c'est-à-dire quelque chose que vous utilisez pour écrire quelque chose. Vous avez peut-être entendu parler des éditeurs de texte, mais considérez VScode comme un logiciel d'édition plus spécialisé pour les programmes de codage.
Je pense qu'il y a plusieurs choses, donc si vous demandez à Google Sensei "SublimeText3 Vscode difference", je pense que les seniors parlent avec passion, ce sera donc utile. La grande différence que j'ai ressentie était qu'il était livré avec un terminal (invite de commande) et qu'il était intuitif à utiliser autre que compliqué. Surtout pour le premier, vous pouvez démarrer le terminal à partir du répertoire ouvert, donc c'est beaucoup plus facile car vous n'avez pas à ouvrir l'invite de commande et à vous déplacer vers le répertoire d'exécution. Je pense que VScode est facile à faire même pour la gorge qui a été traduite en japonais et introduit des fonctions étendues.
Veuillez installer à partir du Site officiel. Si vous êtes un utilisateur Windows et que vous ne l'avez pas encore installé, installez également Git pour Windows. Git for Windows
Après l'installation, démarrez l'invite de commande et vérifiez le PATH. N'oubliez pas de vérifier le paramètre pour ajouter PATH lors de l'installation. S'il réussit, chaque version sera affichée avec le code ci-dessous. Si cela ne passe pas, dans le cas de Windows, vous pouvez ouvrir les paramètres système détaillés à partir de la touche Win + touche Pause et accéder aux paramètres de la variable d'environnement à partir de là, alors définissons-le ici.
$ code -v
$ git --version
Traduisons-le en japonais après l'introduction, si vous maîtrisez l'anglais, vous n'êtes pas obligé de le faire. Tout d'abord, ouvrez VScode et cliquez sur cette partie. Ensuite, un champ dans lequel vous pouvez rechercher la fonction d'extension apparaîtra comme l'image, vous pouvez donc rechercher et introduire diverses choses à partir d'ici. Puisque vous souhaitez le traduire en japonais ici, veuillez rechercher "Japanese Language Pack" et installez-le. La localisation japonaise est terminée lorsque VScode est redémarré après l'installation.
Il s'agit d'une fonctionnalité standard de tout éditeur de codage, pas seulement de VScode. Il complète le code et les méthodes et visualise le type de variable et les informations sur les paramètres.
C'est une fonction qui peut appeler une phrase fixe.
Par exemple, si vous tapez «mo» comme indiqué dans l'image ci-dessous, quelque chose comme la conversion prédictive apparaîtra et les candidats seront affichés.
Si vous sélectionnez le modèle en haut ici, vous pouvez appeler la phrase fixe de la classe de modèle dans Django comme indiqué à droite de l'image.
Vous pouvez l'installer à partir de l'extension pour chaque langue ou framework, ou vous pouvez le créer vous-même comme une image.
Appelez la palette de commandes comme l'image avec Ctrl + Maj + P et tapez snippet pour l'obtenir.
Puisque la description de l'extrait de code est effectuée dans le fichier Json, veuillez consulter l'article de référence pour la méthode détaillée.
Git se fait normalement en tapant des commandes dans le terminal, mais VScode élimine ce besoin.
Si vous cliquez sur l'icône Git comme indiqué dans l'image, l'écran de contrôle de la source apparaîtra et vous serez en mesure de gérer les fonctions et les processus liés à Git tels que la mise en scène, la validation et la transmission.
C'était très pratique, car cela permet de voir facilement les fichiers en attente de transfert, le transfert est visible et vous n'avez pas besoin d'ajouter la commande -m pour valider.
Les extensions liées ici sont Git Lens et Git History.
Celles-ci peuvent être effectuées car il existe une fonction permettant d'afficher l'arborescence des branches sur VScode pour vérifier le journal de validation et afficher les différences de fichiers de manière facile à comprendre, donc je pense que Git sera plus facile à utiliser si vous l'incluez. ..
Vous pouvez débucker en ouvrant le fichier dont vous souhaitez débattre et en appuyant sur l'icône d'image. Avec Django, si l'erreur n'est pas détectée par le débogage, elle sera migrée vers runserver telle quelle. N'y a-t-il pas une erreur lors de l'écriture du code pour le moment? Vous pouvez vous sentir libre de le confirmer. Je dois créer un fichier launch.json pour le personnaliser, mais cette fois je ne le comprends pas assez, je vais donc l'omettre. Pour plus de détails, voir l'article sur la construction de l'environnement.
De plus, si une extension est incluse, une icône sera ajoutée à la barre latérale pour utiliser la fonction. L'image est un exemple de GitLens.
Après avoir maintenu les bases, nous commencerons à créer l'environnement. Cet environnement sera celui réellement utilisé dans le projet.
La clé est un outil appelé PipEnv. Allons-nous en.
Cela ne démarrera que si vous installez ces deux dans les lapins et les coins. Tout d'abord, installez n'importe quelle version de Python à partir du Site officiel. La version à installer diffère selon le système d'exploitation et la version du système d'exploitation, donc vérifiez avant l'installation. N'oubliez pas de demander si vous souhaitez installer pip et ajouter PATH sur l'écran de configuration lors de l'installation. Après l'installation
pip install pipenv
Installez pipenv avec cette commande.
Du côté VScode, sélectionnez l'élément Enregistrer le dossier du projet à partir du fichier pour enregistrer le dossier dans l'espace de travail et enregistrez-le dans l'espace de travail.
Après cela, appuyez sur la touche ctrl +, et lorsque l'écran ressemble à l'image, appuyez sur l'icône de flèche rouge avec l'élément du dossier de projet sélectionné comme indiqué par la flèche bleue.
Ensuite, le répertoire racine .vscode / setting.json est créé, décrivez-y les paramètres.
Notez que cela semble être une technique pour définir un dossier comme espace de travail.
Une autre méthode consiste à créer un espace de travail multi-racine qui gère plusieurs dossiers dans un même espace de travail.
À propos, l'espace de travail multi-racine a la priorité la plus élevée pour la configuration.
Comme procédure
Cela devient la procédure.
Le fichier correspondant à .vscode / setting.json sera le nom du dossier de projet.code-workspace, vous devrez donc y écrire les paramètres.
Même dans ce cas, si vous n'avez pas besoin de l'utiliser comme espace de travail multi-racine, éditer uniquement .vscode / setting.json semble poser problème.
Le point semble être la différence entre la gestion de plusieurs dossiers de projet dans un espace de travail ou non.
Le réglage de l'espace de travail doit être effectué lorsque vous travaillez avec VScode, mais c'est plutôt compliqué.
Je n'ai pas du tout compris la première fois que j'ai essayé de le faire et je ne comprends toujours pas les paramètres détaillés.
Heureusement, nos ancêtres ont publié les paramètres, y compris les articles répertoriés dans les articles de référence, veuillez donc vous y référer.
Cette fois, essayons le réglage de .vscode / setting.json.
Décrivez ici divers paramètres, par exemple, comme suit.
{
//Veuillez spécifier le chemin de l'environnement virtuel
"python.venvPath": "{$workspaceFolder}/.venv",
"python.autoComplete.extraPaths": [
"{$workspaceFolder}/.venv/Lib/site-packages",
],
// :Spécifiez le chemin Python ci-dessous.
"python.pythonPath": ,
//Épinglez les spécifications du terminal à l'invite de commande.
"terminal.integrated.shell.windows": "C:/WINDOWS/System32/cmd.exe"
}
Le chemin de l'environnement virtuel est
pipenv --venv
Vous pouvez l'obtenir en tapant cette commande. ..
Sauf si vous avez des paramètres spéciaux
C: \ Users \ username \ .virtualenvs \ nom de dossier -XXXXXXXX
Ou si vous avez set PIPENV_VENV_IN_PROJECT = true
{Dossier Workspace \ .venv}
Vous obtiendrez un laissez-passer comme celui-ci.
Ce sera le chemin de l'environnement virtuel.
Dans le processus jusqu'à ce point, le chemin Python dans l'environnement virtuel doit être Chemin de l'environnement virtuel \ Scripts \ python.exe.
Au fait, pour voir le chemin lié à python dans l'environnement virtuel
pipenv shell
python
import sys
sys.path
Si vous tapez le code dans l'ordre ci-dessus, il apparaîtra dans la liste. Veuillez consulter l'article de référence pour les autres paramètres.
En fait, il existe deux façons principales de créer un environnement avec PipEnv. L'un est de le construire à partir de zéro et l'autre est de reproduire l'environnement préparé par d'autres. Cette fois, il a été développé par une équipe, donc je l'ai fait en reproduisant l'environnement préparé par la personne en charge du design, mais ici je vais également voir comment le faire à partir de 1 pour une étude ultérieure.
Tout d'abord, c'est un moyen de créer un environnement à partir de zéro. Mais que faire
#Créer un environnement virtuel dans le répertoire du projet
set PIPENV_VENV_IN_PROJECT=true
#Veuillez écrire la version Python dans la partie version
pipenv --python version
Tapez simplement la commande dans le répertoire du projet.
Si vous ne suivez pas les étapes ci-dessus, l'environnement virtuel sera créé dans C: \ Users \ username \ .virtualenvs \ nom de dossier -XXXXXXXX.
Il semble qu'il soit recommandé de le placer le plus possible dans le projet car il est difficile à gérer.
Au fait, j'ai sauté ce paramètre car je ne comprenais pas grand-chose à ce projet.
La version Python spécifie la version de Python qui a été installée précédemment, mais si vous spécifiez une version qui n'est pas incluse, PipEnv installera automatiquement cette version de Python.
Appuyer sur cette commande créera un fichier avec Pipfile dans le répertoire du projet.
Ce Pipfile est le cœur de la construction de l'environnement dans PipEnv, jetons donc un œil à ce fichier immédiatement après avoir tapé la commande.
[[source]]
name = "pypi"
url = "https://pypi.org/simple"
verify_ssl = true
[dev-packages]
[packages]
[requires]
python_version = "3.8"
Il y a trois parties sur lesquelles se concentrer: dev-packages, packages et requires.
dev-packages spécifie la bibliothèque à utiliser uniquement dans l'environnement de développement.
packages spécifie la bibliothèque à utiliser dans l'environnement de production.
requires est la version Python requise pour ce projet (application).
Si vous n'avez pas besoin de cette partie, vous pouvez la supprimer.
Le Pipfile réel est par exemple le suivant.
[[source]]
name = "pypi"
url = "https://pypi.org/simple"
verify_ssl = true
[dev-packages]
flake8 = "*"
mypy = "*"
[packages]
django = "==2.2"
django-bootstrap4 = "*"
pandas = "*"
click = "*"
numpy = "*"
importlib-metadata = "*"
bs4 = "*"
requests = "*"
django-allauth = "*"
lxml = "*"
[scripts]
start = "python manage.py runserver"
manage = "python manage.py"
Installez le package sous la forme de pipenv install ~.
Si vous voulez l'ajouter à dev-packages, ajoutez l'option --dev.
script C'est ici que vous pouvez définir vos propres commandes sur PipEnv. Plus à ce sujet plus tard.
Ensuite, comment reproduire l'environnement à partir du Pipfile existant.
Cependant, ce n'est pas difficile non plus
pipenv install
# dev-Cliquez ici pour reproduire y compris les packages
pipenv install --dev
Tapez simplement la commande.
Au fait, lorsque vous installez la bibliothèque PipEnv, un fichier appelé Pipfile.lock est créé.
Il s'agit d'un fichier qui définit chaque version de la bibliothèque plus en détail. Si vous souhaitez reproduire l'environnement de manière plus stricte que l'état de «Pipfile», utilisez ce fichier.
Dans ce cas
pipenv sync
# dev-Cliquez ici pour reproduire y compris les packages
pipenv sync --dev
Et tapez la commande.
Maintenant que nous sommes à peu près prêts, ajoutons Django. Avant cela, mettons le complément Python dans l'extension ici. Recherchez python à partir de l'icône d'extension et installez le premier qui apparaît.
Après cela, installez les bibliothèques et les packages.
Vous pouvez d'abord le définir dans Pipfile puis le saisir avec la commande pipenv install à la fois, ou vous pouvez l'installer individuellement sous la forme de pipenv install django.
Quoi qu'il en soit, si vous pouvez installer Django pour le moment, exécutez la commande pip list après la commande pipenv shell pour vérifier si l'installation s'est terminée normalement.
Après avoir installé Django, passons à runsever à la fois.
Tout d'abord, ouvrez la palette de commandes depuis [Affichage] et vérifiez qu'elle ressemble à l'image.
Ensuite, il y a un élément pour sélectionner l'interpréteur (Python cette fois), donc si vous cliquez dessus, il y aura une liste d'environnements virtuels comme indiqué dans la deuxième image, alors sélectionnez l'environnement virtuel que vous avez créé précédemment.
Ensuite, les informations de l'environnement virtuel sélectionné doivent apparaître en bas, comme indiqué dans l'image. L'environnement virtuel est maintenant terminé.
Après cela, vous pouvez créer un projet Django avec la commande start project et exécuter le serveur, mais cette fois je vais l'essayer à partir de l'icône de débogage au lieu de la commande.
Cliquez sur l'icône de débogage et cliquez sur le fichier Create launch.json pour l'image.
Ensuite, une palette de commandes apparaîtra, donc si vous sélectionnez Python, vous verrez un élément Django cette fois, alors sélectionnez-le.
Ensuite, cela ressemblera à l'image, alors cliquez sur le bouton triangle vert.
S'il n'y a pas de problème ici, runserver est terminé. Accédez à la page des fusées à n'importe quelle adresse locale.
Ceci termine la construction de l'environnement virtuel, merci pour votre travail acharné.
Ceci est un mémorandum sur le fonctionnement avec PipEnv.
#Entrez dans l'environnement virtuel
pipenv shell
#Afficher le chemin de l'environnement virtuel
pipenv --venv
#Définir l'emplacement de l'environnement virtuel
export WORKON_HOME=~/venvs #Définir WORKON sur Windows_HOME=~/venvs
pipenv --python
#Créer un environnement virtuel dans le répertoire du projet
set PIPENV_VENV_IN_PROJECT=true`
pipenv --python
#Supprimer l'environnement virtuel
pipenv --rm
#Installer en spécifiant la version du package
pipenv install django = "==2.2" #Si non spécifié, django= "*"À
#Installer le référentiel GitHub dans un environnement virtuel
#Vérifiez la révision des balises sur Github, c'est comme la version de ce package
pipenv install git+https://github.com/<Utilisateur>/<Dépôt>.git@<Révision>#egg=<nom du paquet>
#Mise à jour du package
pipenv update
#Répertorier les packages installés(Vous pouvez également voir les dépendances)
pipenv graph
Je l'ai écrit jusqu'à présent, mais si vous organisez la procédure en grande partie
Cela signifie que.
Il est indéniable que mon article peut être difficile à comprendre en premier lieu, mais la construction de l'environnement est également un obstacle pour les débutants en premier lieu, et même si vous vous référez réellement à l'article de référence ou que vous le googlez vous-même, il sera toujours obstrué. Il y a.
Donc, si vous essayez d'être conscient de la procédure sur laquelle vous travaillez en ce moment, il sera plus facile de découvrir où vous êtes coincé et ce que vous ne comprenez pas.
Un autre point est que nous ne faisons pas beaucoup de travail supplémentaire dans la partie construction de l'environnement.
Par exemple, dans ce cas, si vous pouvez créer un environnement avec PipEnv dans l'espace de travail pour voir certains modèles dans l'article de référence, il est possible qu'il passe au serveur d'exécution sans définir .vscode / setting.json etc. Il y a.
Donc je pense que c'est une bonne idée de passer par le serveur runs pour le moment, puis de vérifier les paramètres tels que .vscode / setting.json et ce qui se passe lorsque vous les définissez un par un.
Si runsever ne réussit pas, vous obtiendrez toujours un message d'erreur tel que Python introuvable ou chemin non trouvé d'ici là.
Ensuite, essayez de régler avec .vscode / setting.json etc .... Je pense que c'est bon au début.
Il est courant de devenir accro à un marais en essayant de rester coincé depuis le début ...
Modèle d'environnement de développement Python par VS Code Procédure pour développer Django avec VSCode Résumé du développement Python à l'aide de Pipenv Environnement de développement Python avec Windows + Python + PipEnv + Visual Studio Code [Échappez aux débutants de la manière la plus rapide en maîtrisant les fonctionnalités intéressantes de Visual Studio Code! 《Introduction à la pratique du code VS》](https://employment.en-japan.com/engineerhub/entry/2019/06/21/103000#%E3%82%A4%E3%83%B3%E3%83%86% E3% 83% AA% E3% 82% BB% E3% 83% B3% E3% 82% B9% E3% 83% A6% E3% 83% BC% E3% 82% B6% E3% 83% BC% E3% 82% B9% E3% 83% 8B% E3% 83% 9A% E3% 83% 83% E3% 83% 88% E3% 81% A8% E3% 83% 90% E3% 83% BC% E3% 82% B8% E3% 83% A7% E3% 83% B3% E7% AE% A1% E7% 90% 86) Comment démarrer avec VS Code 2020 Summary Mémo d'opération de code Visual Studio [Pour les débutants en python] Préparez l'environnement de développement pour les frameworks Web Python à l'aide de pipenv et Visual Studio Code C'est peut-être le plus simple. Création d'un environnement virtuel Python sur Windows 2019 Procédure de configuration de l'environnement virtuel Python dans Visual Studio Code