用 Vim 寫 Python 的最佳實踐

先來曬個圖：

對於一些 Python 的小項目，使用 vim 是一個不錯的選擇。本文內容整理自我在知乎的回答 用 Vim 寫 Python 的最佳實踐是什麼？，下面的內容是對知乎舊有回答的一個補充，尤爲有一些主要針對 vim8. 若是想要更多內容，能夠查看知乎對於該問題的一些回答。

語法檢查

若是用 vim8, 那麼能夠用異步檢測的 w0rp/ale 代替 syntastic 了，不再用羨慕 flycheck, 也不用由於語法檢查而卡頓了。

關於 ale 這部分的個性化配置，其實有點 「吹毛求疵」，通常使用默認的應該就夠了，不過我喜歡 fancy 的東西，就折騰了一把。涉及的東西可能比較細枝末節，能夠直接看 space-vim: syntax-checking 瞭解一下大概的配置 。主要是針對 ale 提供的 statusline 內容進行再提取進行展現。若是沒有語法錯誤就不顯示在 statusline, 若是有 warning 或 error, 則經過不一樣顏色就行區分。

而關於側邊的 warning 或 error sign, 我喜歡乾淨一點，用前景色區分就好，下面這樣有時候會像一塊塊的補丁貼在上面，以爲不太好看。

syntax 加強

vim 自帶對於 python 的高亮有點弱，連 self 都不給我亮起來, 這一點能夠經過 python-mode/python-mode 來進行加強：

hi pythonSelf            ctermfg=174 guifg=#6094DB cterm=bold gui=bold

具體能夠看這裏 space-vim: python layer

在 python-mode 的 syntax/python.vim 裏，能夠看到比 vim 自帶的 syntax/python.vim 更加細緻的高亮羣組，應該不難看懂各項內容，照着顏色表自行修改高亮風格就能夠了。這是 terminal 256 色對照表 256 Terminal colors and their 24bit equivalent (or similar)， 這是 GUI 顏色對照表 Complete HTML True Color Chart 。

這麼作的優勢天然是想要什麼效果徹底可自定義，可是也有缺點，由於可能沒辦法適配全部的 vim 主題。當你切換主題時，這些針對 python 自定義的高亮也許會有些不太契合。就算是隻算流行的那些 vim 主題，恐怕也有兩位數了，有些是冷色調，有些是暖色調，有些以藍色爲主，有些是紅色居多，應該不太容易找一些百搭的配色。不過每一個人所中意的主題可能也就是那麼幾個，因此自行選擇吧.....

其實 python-mode 有點集大成的意思，囊括了用 vim 寫 python 的不少功能，有興趣的能夠嘗試靠它 「一招打遍天下」。不過，目前我只是中意這一部分而已。

代碼格式化

這一點能夠經過 google/yapf 來完成，安裝好 yapf, 像下面這樣 <LocalLeader>= 就能對當前文件進行格式化：

autocmd FileType python nnoremap <LocalLeader>= :0,$!yapf<CR>

自動補全

這一點由於我主要仍是使用 vim， 所以用的 YouCompleteMe, 實際後端用的是已經提到的 jedi-vim. 若是不喜歡 ycmd, 使用 neovim 的能夠嘗試使用 deoplete.nvim .

import 整理

各類 import 是否是顯得有點亂？使用 timothycrosley/isort 整理一下吧：

autocmd FileType python nnoremap <LocalLeader>i :!isort %<CR><CR>

一鍵運行

這個能夠經過 skywind3000/asyncrun.vim 來加強， 把以前的 ! 換成 AsyncRun! 就行了. 其實仍是有些小小的注意點:

不少人的一鍵運行可能大概長這樣：

...
exec "!g++ % -o %<"
exec "!time ./%<"
...

能夠直接把上面的 ! 換成 AsyncRun! 嗎？答案是不能夠，若是要達到以前的效果，應該要這樣：

exec "AsyncRun! g++ -stdc++11 % -o %<; time ./%<"

要用分號連接多條命令（linux）或者 & 連接多條命令（windows），具體能夠看 這裏。

具體完整的 vim 配置在這裏: >>> space-vim （以爲寫得不錯的話能夠順便到 github 點個 star ? 支持下哈）, 啓用 ycmd, syntax-checking, programming, python Layer 就能達到上面的效果了。