from prompt_toolkit import prompt 
 
from prompt_toolkit.history import FileHistory 
 
from prompt_toolkit.auto_suggest import AutoSuggestFromHistory 
 
from prompt_toolkit.completion import Completer, Completion 
 
import click 
 
from fuzzyfinder import fuzzyfinder 
 
SQLKeywords = ['select', 'from', 'insert', 'update', 'delete', 'drop'] 
 
class SQLCompleter(Completer): 
 
    def get_completions(self, document, complete_event): 
 
        word_before_cursor = document.get_word_before_cursor(WORD=True) 
 
        matches = fuzzyfinder(word_before_cursor, SQLKeywords) 
 
        for m in matches: 
 
            yield Completion(m, start_position=-len(word_before_cursor)) 
 
while 1: 
 
    user_input = prompt(u'SQL>', 
 
                        history=FileHistory('history.txt'), 
 
                        auto_suggest=AutoSuggestFromHistory(), 
 
                        completer=SQLCompleter(), 
 
                        ) 
 
    click.echo_via_pager(user_input) 

Pygments

提示对象包实用于 Pygments 库。我们选择 Pygments 供给的 SqlLexer 并将其大年夜提示对象包传递给 API 。如今所有的用户输入都邑被算作 SQL 语句并且添上了色彩。

Pygments 是一个语法高亮库，内置支撑300多种说话。添加语法高亮使得应用法度榜样变成彩色的，可以赞助用户在履行 SQL 之前发明一些例如打字缺点或者无法匹配的引号和括号。

起首安装 Pygments

pip install pygments 

让我们用 pygments 给我们的 SQL 交互式说冥器添加色彩：

from prompt_toolkit import prompt 
 
from prompt_toolkit.history import FileHistory 
 
from prompt_toolkit.auto_suggest import AutoSuggestFromHistory 	
			
 4/5   首页 上一页 2 3 4 5 下一页 尾页
	
			

　　推荐阅读
　　深度学习自动编码器还能用于数据生成？这篇文章告诉你答案
            
            什么是主动编码器主动编码器(AutoEncoder)最开端作为一种数据的紧缩办法，其特点有:        跟数据相干程度很高，这意味着主动编码器只能紧缩与练习数据类似的数据，这个其实比较显然，因>>>详细阅读


本文标题：四个Python库，实现超实用的命令行功能
地址：http://www.17bianji.com/lsqh/36115.html
 1/2    1