用 Vim 写 Python 的最佳实践

先来晒个图：

对于一些 Python 的小项目，使用 vim 是一个不错的选择。本文内容整理自我在知乎的回答 用 Vim 写 Python 的最佳实践是什么？，下面的内容是对知乎旧有回答的一个补充，尤为有一些主要针对 vim8. 若是想要更多内容，能够查看知乎对于该问题的一些回答。

语法检查

若是用 vim8, 那么能够用异步检测的 w0rp/ale 代替 syntastic 了，不再用羡慕 flycheck, 也不用由于语法检查而卡顿了。

关于 ale 这部分的个性化配置，其实有点 “吹毛求疵”，通常使用默认的应该就够了，不过我喜欢 fancy 的东西，就折腾了一把。涉及的东西可能比较细枝末节，能够直接看 space-vim: syntax-checking 了解一下大概的配置 。主要是针对 ale 提供的 statusline 内容进行再提取进行展现。若是没有语法错误就不显示在 statusline, 若是有 warning 或 error, 则经过不一样颜色就行区分。

而关于侧边的 warning 或 error sign, 我喜欢干净一点，用前景色区分就好，下面这样有时候会像一块块的补丁贴在上面，以为不太好看。

syntax 加强

vim 自带对于 python 的高亮有点弱，连 self 都不给我亮起来, 这一点能够经过 python-mode/python-mode 来进行加强：

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

具体能够看这里 space-vim: python layer

在 python-mode 的 syntax/python.vim 里，能够看到比 vim 自带的 syntax/python.vim 更加细致的高亮群组，应该不难看懂各项内容，照着颜色表自行修改高亮风格就能够了。这是 terminal 256 色对照表 256 Terminal colors and their 24bit equivalent (or similar)， 这是 GUI 颜色对照表 Complete HTML True Color Chart 。

这么作的优势天然是想要什么效果彻底可自定义，可是也有缺点，由于可能没办法适配全部的 vim 主题。当你切换主题时，这些针对 python 自定义的高亮也许会有些不太契合。就算是只算流行的那些 vim 主题，恐怕也有两位数了，有些是冷色调，有些是暖色调，有些以蓝色为主，有些是红色居多，应该不太容易找一些百搭的配色。不过每一个人所中意的主题可能也就是那么几个，因此自行选择吧.....

其实 python-mode 有点集大成的意思，囊括了用 vim 写 python 的不少功能，有兴趣的能够尝试靠它 “一招打遍天下”。不过，目前我只是中意这一部分而已。

代码格式化

这一点能够经过 google/yapf 来完成，安装好 yapf, 像下面这样 <LocalLeader>= 就能对当前文件进行格式化：

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

自动补全

这一点由于我主要仍是使用 vim， 所以用的 YouCompleteMe, 实际后端用的是已经提到的 jedi-vim. 若是不喜欢 ycmd, 使用 neovim 的能够尝试使用 deoplete.nvim .

import 整理

各类 import 是否是显得有点乱？使用 timothycrosley/isort 整理一下吧：

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

一键运行

这个能够经过 skywind3000/asyncrun.vim 来加强， 把以前的 ! 换成 AsyncRun! 就行了. 其实仍是有些小小的注意点:

不少人的一键运行可能大概长这样：

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

能够直接把上面的 ! 换成 AsyncRun! 吗？答案是不能够，若是要达到以前的效果，应该要这样：

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

要用分号连接多条命令（linux）或者 & 连接多条命令（windows），具体能够看 这里。

具体完整的 vim 配置在这里: >>> space-vim （以为写得不错的话能够顺便到 github 点个 star ? 支持下哈）, 启用 ycmd, syntax-checking, programming, python Layer 就能达到上面的效果了。