PyCharm 发布了新版,支持最新 Python 3.11 和 PyScript 框架

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介: PyCharm 发布了新版,支持最新 Python 3.11 和 PyScript 框架

通常而言,使用新潮的或者快速发展的技术,可能会挺有挑战性,你可能得经常阅读文档,才能熟悉新的语法、API 和协议。


PyCharm 2022.2 通过提供对 Python 3.11 的语言特性和新的 PyScript 框架的支持,能够帮助你完成这一过程。


让我们来看看它里面有什么吧!


Python 3.11

PyCharm 2022.2 已经为 Python 3.11 中一些主要的功能提供了代码洞察(code insight),例如异常组和 except运算符:

image.gif


以及新的用于 TypedDict 个别键的 Required[] 和 NotRequired[] 标记符号。

image.jpeg


HTTP Client

PyCharm 2022.2 支持 WebSocket 连接。有了这个 API,你可以在给服务端发送消息后,接收由事件驱动的响应,而不需轮询服务器来获取结果。


PyCharm 如今可以基于开箱即用的 HTTP 和 WebSocket 协议来发送请求。ws:// 与 wss://  表示的是使用 WebSocket 请求协议。


image.gif


此外,PyCharm 2022.2 还提供了一种更简单的方法来选择运行环境——使用代码侧边栏上的图标。

若要启用此功能,请从*“Run with*”下拉框中选择“Select Environment Before Run”选项。


image.jpeg


用于设置远程解释器的新 UI


PyCharm 2022.2 引入了一个新的向导,用于在远程目标上设置解释器(如 WSL、SSH、Docker、Docker Compose 或 Vagrant)。它使得设置的过程更加结构化且易于操作。


若要找到新向导,依次打开“Settings | Preferences | Python Interpreter”,然后单击窗口右上角的“Add Interpreter”链接,或单击编辑器右下角的解释器,并选择“Add New Interpreter”。


image.gif


运行当前文件

在没有使用运行配置的情况下,想要立即运行和调试单个文件,请从*“Run/Debug”小组件中,选择“Run Current File”。


它拥有一个二级菜单,这个菜单提供了几个实用的运行器以及*“Run with Parameters”*操作,你可以在运行文件之前,调整这个操作的运行配置参数。



image.jpeg


对 PyScript 的初步支持

PyScript 是一个可在浏览器中创建丰富的 Python 应用的框架,使用 HTML 界面和 Pyodide、WASM 以及其它现代的 web 技术。


<py-script> 标签支持执行多行 Python 脚本,可与页面作交互。 PyCharm 2022.2 能够识别 HTML 文件的 <py-script> 标签内的 Python 代码,包括 NumPy 和 Matplotlib 库的语法,并为其提供正确的代码补全和高亮显示。



image.gif

目前,代码补全和语法高亮功能已支持部分的 PyScript 标签,例如用于声明依赖项的 <py-env> 标签,以及用于创建 REPL 组件的 <py-repl> 标签。



image.jpeg

Jupyter Notebooks

PyCharm 2022.2 增强了 Jupyter Notebook 的用户体验。

你可以使用 Jupyter 编辑器工具栏中相应的按钮和图标,更轻松地剪切、复制和粘贴单元格。


image.jpeg


你还可以轻松地拖动图像的下边框来调整图像的大小。从而提高这些执行结果的可读性。


数据库管理

PyCharm 2022.2 支持将多个 CSV 文件导入到新的或现有的数据库表中。

操作方法:在“项目视图”中选择多个文件,并将它们拖到数据库 schema 中。


image.jpeg


PyCharm 2022.2 有两种解析 SQL 脚本的模式。在 Playground 模式中, 对象根据上下文而被解析。这种模式如今是查询控制台的默认解析模式。


在 Script 模式中,文件的开头部分被解析成上下文,但是,只要脚本中出现“SET CURRENT SCHEMA” 语句,它就会改变用于解析的上下文。这种模式如今是本地文件的默认解析模式。


想要切换解析模式,只需使用工具栏的下拉选项。



image.jpeg


Docker

现在,你可以使用新的“Copy Docker Image”操作,轻松地将镜像从一个 Docker 进程复制到另一个 Docker 里,该操作会将镜像保存成一个文件,然后将其推送到所选的连接。


PyCharm 还与 Colima 和 Racher 集成,可支持更多与 Docker 进程建立连接的操作。


image.jpeg


此外,PyCharm 2022.2 会在重启 IDE 后,自动连接到 Docker。

默认情况下,此新设置处于启用状态,可以在“Settings | Preferences | Advanced Settings | Docker”关闭。


相关文章
|
15天前
|
安全 前端开发 数据库
Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统
这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。
|
4天前
|
JSON 安全 中间件
Python Web 框架 FastAPI
FastAPI 是一个现代的 Python Web 框架,专为快速构建 API 和在线应用而设计。它凭借速度、简单性和开发人员友好的特性迅速走红。FastAPI 支持自动文档生成、类型提示、数据验证、异步操作和依赖注入等功能,极大提升了开发效率并减少了错误。安装简单,使用 pip 安装 FastAPI 和 uvicorn 即可开始开发。其优点包括高性能、自动数据验证和身份验证支持,但也存在学习曲线和社区资源相对较少的缺点。
32 15
|
4天前
|
人工智能 分布式计算 大数据
MaxFrame 产品评测:大数据与AI融合的Python分布式计算框架
MaxFrame是阿里云MaxCompute推出的自研Python分布式计算框架,支持大规模数据处理与AI应用。它提供类似Pandas的API,简化开发流程,并兼容多种机器学习库,加速模型训练前的数据准备。MaxFrame融合大数据和AI,提升效率、促进协作、增强创新能力。尽管初次配置稍显复杂,但其强大的功能集、性能优化及开放性使其成为现代企业与研究机构的理想选择。未来有望进一步简化使用门槛并加强社区建设。
32 7
|
1月前
|
JSON 数据可视化 测试技术
python+requests接口自动化框架的实现
通过以上步骤,我们构建了一个基本的Python+Requests接口自动化测试框架。这个框架具有良好的扩展性,可以根据实际需求进行功能扩展和优化。它不仅能提高测试效率,还能保证接口的稳定性和可靠性,为软件质量提供有力保障。
63 7
|
30天前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
80 2
|
2月前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
146 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
1月前
|
敏捷开发 测试技术 持续交付
自动化测试之美:从零开始搭建你的Python测试框架
在软件开发的马拉松赛道上,自动化测试是那个能让你保持节奏、避免跌宕起伏的神奇小助手。本文将带你走进自动化测试的世界,用Python这把钥匙,解锁高效、可靠的测试框架之门。你将学会如何步步为营,构建属于自己的测试庇护所,让代码质量成为晨跑时清新的空气,而不是雾霾中的忧虑。让我们一起摆脱手动测试的繁琐枷锁,拥抱自动化带来的自由吧!
|
2月前
|
缓存 API 数据库
Python哪个框架合适开发速卖通商品详情api?
在跨境电商平台速卖通的商品详情数据获取与整合中,Python 语言及其多种框架(如 Flask、Django、Tornado 和 FastAPI)提供了高效解决方案。Flask 简洁灵活,适合快速开发;Django 功能全面,适用于大型项目;Tornado 性能卓越,擅长处理高并发;FastAPI 结合类型提示和异步编程,开发体验优秀。选择合适的框架需综合考虑项目规模、性能要求和团队技术栈。
35 2
|
2月前
|
安全 API 数据库
Python哪个框架合适开发淘宝商品详情api?
在数字化商业时代,开发淘宝商品详情API成为企业拓展业务的重要手段。Python凭借其强大的框架支持,如Flask、Django、Tornado和FastAPI,为API开发提供了多样化的选择。本文探讨了这些框架的特点、优势及应用场景,帮助开发者根据项目需求选择最合适的工具,确保API的高效、稳定与可扩展性。
35 0
|
2月前
|
安全 API 网络架构
Python中哪个框架最适合做API?
本文介绍了Python生态系统中几个流行的API框架,包括Flask、FastAPI、Django Rest Framework(DRF)、Falcon和Tornado。每个框架都有其独特的优势和适用场景。Flask轻量灵活,适合小型项目;FastAPI高性能且自动生成文档,适合需要高吞吐量的API;DRF功能强大,适合复杂应用;Falcon高性能低延迟,适合快速API开发;Tornado异步非阻塞,适合高并发场景。文章通过示例代码和优缺点分析,帮助开发者根据项目需求选择合适的框架。
285 0