from prompt_toolkit.completion import Completer, Completion 

 

import click 

 

from fuzzyfinder import fuzzyfinder 

 

from pygments.lexers.sql import SqlLexer 

 

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(), 

 

                        lexer=SqlLexer, 

 

                        ) 

 

    click.echo_via_pager(user_input) 

结论

不是很轻易吗?如今你还有什么来由写不出一个优良的敕令行应用法度榜样呢，这里有一些可能有赞助的资本：

• Click (敕令行界面创建对象包)
• 模糊搜刮
• 提示对象包
• 请参阅 Prompt Toolkit 教程和 prompt-toolkit 中的例子
• Pygments

如今我们经由过程 Tab 加强来实现主动补全，当用户开端键入输入时，它弹出可能的建议。

【编辑推荐】

1. 何故突围短视频红海？秒拍海量播放下的高机能视频调剂实践
2. 拯救你的旧代码库，不得不看的11条军规！
3. 高效应用Python可视化对象Matplotlib
4. 高效Java法度榜样员不克不及错过的10+个最佳库
5. 用Python做股市数据分析（一）

【义务编辑：枯木 TEL：（010）68476606】

　　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