微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

如何组织我已经工作的插件系统的文件结构?

我正在研究一个项目,其主要设计指导原则是可扩展性.

我通过定义一个元类来实现一个插件系统,该元类使用类方法注册任何被加载的插件的类名(每种类型的插件都继承自核心代码中定义的特定类,因为有不同类型的插件应用程序).基本上这意味着开发人员必须将他的类定义

class PieChart(ChartPluginAncestor):
    # Duck typing:
    # Implement compulsory methods for Plugins 
    # extending Chart functionality

并且主程序将知道他的存在,因为PieChart将被包含在ChartPluginAncestor.plugins的已注册插件列表中.

作为类方法的安装方法,所有插件在其类代码加载到内存时都会被注册(因此即使在实例化该类的对象之前)也是如此.

该系统对我来说工作得很好(虽然我总是对如何改进架构的建议持开放态度!)但我现在想知道什么是管理插件文件的最佳方式(即包含插件文件的位置和方式)应该存储).

到目前为止,我正在使用 – 用于开发目的 – 我称之为“插件”的包.我将所有包含插件类的* .py文件放在包目录中,我只是在main.py文件中发出import plugins,以便正确安装所有插件.

编辑:杰夫在评论中指出,导入插件的各个模块中包含的类将不会随时可用(我没有意识到这一点,因为我是 – 为了调试目的 – 从plugins.myAI单独导入每个类进口AI).

但是,在我开发和测试代码时,这个系统才有用,如:

>插件可能带有自己的单元测试,我不想在内存中加载它们.
>所有插件目前都已加载到内存中,但实际上有一些插件是同一功能的替代版本,所以你真的只需要知道你可以在两者之间切换,但是你想要加载到内存中只是你的那个从配置窗格中选取.
>在某些时候,我希望有一个双重位置来安装插件:系统范围的位置(例如/usr/local/bin /下的某个位置)和用户特定的位置(例如/ home /&lt下的某处) ;使用者> / myprogram /).

所以我的问题确实 – 或许 – 三个:

>插件容器:我的目标最明智的选择是什么?单个文件?包?一个简单的.py文件目录?)
>识别插件的存在而不必加载(导入)它们:使用Python内省的智能方法是什么?
>将插件放置在两个不同的位置:是否有标准的方法/最佳实践(至少在gnu / linux下)?

最佳答案
这个问题很难解决,因为需求很复杂.
无论如何,我会尝试一些建议.

关于

Placing plugins in two different
locations: is there a standard way /
best practice (under gnu/linux,at
least) to do that?

一个方法是virtualenv. Virtualenv是一个用于构建“隔离”python安装的python模块.这是让单独项目协同工作的更好方法.
您将获得一个全新的站点包,您可以将插件与相关的项目模块放在一起.

试一试:http://pypi.python.org/pypi/virtualenv

Plugin container: what is the most
sensible choice for my goal? single
files? packages? a simple directory of
.py files?)

一个好的方法一个python包,它可以在导入时进行“自我注册”:只需在包目录中定义一个正确的init.py

一个例子可以是http://www.qgis.org/wiki/Writing_Python_Plugins
以及此处描述的API http://twistedmatrix.com/documents/current/core/howto/plugin.html

另见http://pypi.python.org/pypi/giblets/0.2.1

Giblets is a simple plugin system
based on the component architecture of
Trac. In a nutshell,giblets allows
you to declare interfaces and discover
components that implement them without
coupling.

Giblets also includes plugin discovery
based on file paths or entry points
along with flexible means to manage
which components are enabled or
disabled in your application.

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t
文章目录 5 小提琴图Violinplot1. 基础小提琴图绘制 Basic violinplot2. 小提琴图样式自定义 Custom seaborn violinplot3. 小提琴图颜色自定义 Control color of seaborn violinplot4. 分组小提琴图 Group
文章目录 4 核密度图Densityplot1. 基础核密度图绘制 Basic density plot2. 核密度图的区间控制 Control bandwidth of density plot3. 多个变量的核密度图绘制 Density plot of several variables4. 边
首先 import tensorflow as tf tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量,tensor为向量返回索引号。其中n表示具体参数的维度。 以实际例子为说明: import tensorflow a
seaborn学习笔记章节 seaborn是一个基于matplotlib的Python数据可视化库。seaborn是matplotlib的高级封装,可以绘制有吸引力且信息丰富的统计图形。相对于matplotlib,seaborn语法更简洁,两者关系类似于numpy和pandas之间的关系,seabo
Python ConfigParser教程显示了如何使用ConfigParser在Python中使用配置文件。 文章目录 1 介绍1.1 Python ConfigParser读取文件1.2 Python ConfigParser中的节1.3 Python ConfigParser从字符串中读取数据
1. 处理Excel 电子表格笔记(第12章)(代码下载) 本文主要介绍openpyxl 的2.5.12版处理excel电子表格,原书是2.1.4 版,OpenPyXL 团队会经常发布新版本。不过不用担心,新版本应该在相当长的时间内向后兼容。如果你有新版本,想看看它提供了什么新功能,可以查看Open