命令行中引导用户指定选择路径

问题引入

在我们熟悉的操作中,【另存为】操作往往需要用户一层一层的浏览寻找路径,直到用户找到满意的路径并最终选择确认,这种千年不变操作方式,效率相当低下。

可能的解决方案

想必大家都不陌生everything,everything提供了强大的文档/路径搜索能力,如何我们在另存为时,可以借助everything的力量,那操作效率岂不美哉?

导入包

本次我们即将演示的代码,使用了 DebugInfo python包,我们需要导入 DebugInfo

bash 复制代码
pip install DebugInfo

代码演示

👇以下代码演示了如何通过 DebugInfo 包中提供的功能,借助everything,引导用户指定/选择路径:

python 复制代码
# -*- coding:UTF-8 -*-

# region 引入必要依赖
from DebugInfo.DebugInfo import *

# endregion

看板 = 打印模板()

# 定义一个搜索接口,以便在引用用户指定文档时,可以提供待选项,此处使用了everything的http服务来提供此功能
搜索接口 = 本地搜索接口类(everything地址='127.0.0.1', everything端口=59864)

路径选择 = 交互接口类.指定选择路径(输入提示='请指定目标文件夹(0: 退出程序):', 搜索接口=搜索接口, 画板=看板.副本)

if '0' == 路径选择:
   # 用户要求退出程序
   exit(0)
else:
   看板.消息(f'您选择的路径是: {绿字(路径选择)}')

在以上👆的代码中我们首先定义了一个搜索功能的接口,这个接口提供基于everything http服务的搜索功能。我们需要指定我们本地上everything的http服务地址和端口。

关于配置everything http服务的方法,可以参考文档:https://ynrx7b5i1u.feishu.cn/docx/CKO8d2NlTo62yVxkUKmcMSWBnDf?from=from_copylink 中的介绍

以上👆脚本基本于everything提供的搜索能力,通过【交互接口类】中的类方法【指定选择路径】向用户发起交互请求,引导用户输入或者选择兴趣的路径。

效果演示

就以上代码,👇下图展示了其运行效果:

  • 上图第一次交互,输入了 0,以示退出程序。程序正常响应
  • 上图第二次交互,输入了tmpf,程序借助everything提供的搜索服务列出了匹配的路径供用户选择,用户通过输入代号 2 选择了第二个路径,程序反馈了用户的选择

通过以上三次交互,我们可以发现借助 everything 的搜索能力,可以大大提高用户指定/选择路径的效率。用户不需要记忆路径的中间过程,只根据只言片语,即可准确定位目标路径,完成交互过程。

小结

好了,这就是今天给大家分享的内容了,欢迎留言讨论。

据只言片语,即可准确定位目标路径,完成交互过程。

小结

好了,这就是今天给大家分享的内容了,欢迎留言讨论。

相关推荐
杨女士YRJ12 分钟前
python+pytest+01
python·pytest
鸽芷咕18 分钟前
Mu Editor 鸿蒙 PC 适配全记录:用 Qt 与嵌入式 CPython 重建教学型 Python IDE
python·qt·harmonyos
微软技术分享36 分钟前
基于 HuggingFace Tokenizers 训练自定义分词器
python·ubuntu·大模型·huggingface
gf132111143 分钟前
python_调用远程服务器上的openclaw
服务器·python·php
lbb 小魔仙1 小时前
Jupyter Notebook / Lab 深度配置指南:插件 + 内核 + 远程访问 + 容器化部署
ide·python·jupyter
2601_962300471 小时前
python是跨平台的吗
python·开源·跨平台·面向对象·
2401_844582951 小时前
软件架构设计与持续重构:模块化开发实战建
python
东莞市云毅网络有限公司1 小时前
用 SQLite FTS5 给企业知识库做问答检索原型:中文二元切分与 BM25 排序
python·sqlite·自动化运维·geo·数据监测
承渊政道1 小时前
PR-Agent鸿蒙PC适配全记录:从Python服务端代理到ArkTS原生评审客户端
python·华为·代理模式·agent·harmonyos·pc端
Thomas.Sir1 小时前
第49课:TensorFlow|项目性能调优全方案【训练提速、推理提速、资源占用优化】
人工智能·python·tensorflow