Formatador de código Black

Formatador de código Black

Formatador de código Blacklink image 8

Aviso: Este post foi traduzido para o português usando um modelo de tradução automática. Por favor, me avise se encontrar algum erro.

Se você já programou em Python por um tempo, suponho que conheça o PEP8, que é um guia de estilo para a escrita de código em Python, Black

Pois hoje trago um formatador de código Python que segue o PEP8 de maneira que seus códigos sejam mais legíveis e manteníveis tanto por outros como pelo seu eu do futuro.

Instalaçãolink image 9

Para instalá-lo podemos instalá-lo com conda

conda install conda-forge::black
      

o com pip

pip install black
      

Exemplo de códigolink image 10

Vou criar um arquivo chamado sample_code.py com o seguinte código

class myClass:
      def display_info(self, name, subname, age, description, address, city, zip_code, country, phone, email, license, departament):
      return f"Name : {name}, Subname : {subname}, Age : {age}, Description : {description}, Address : {address}, City : {city}, Zip Code : {zip_code}, Country : {country}, Phone : {phone}, Email : {email}, License : {license}, Departament : {departament}"
      
          def add_numbers(num1,
                          num2):
              return num1 + num2
      
          text = "This is some text"
      
          letters = (
              "alpha",
              "beta",
              "gamma",
              "delta",
              "epsilon",
              "zeta",
              "eta",
              "theta",
              "iota",
              "kappa",
          )
      

Como vemos, possui as duas primeiras linhas muito longas, a declaração do segundo método em várias linhas, etc.

olhos

Formatando o códigolink image 11

Para formatar o código temos duas opções, fazer

black {source_file_or_directory}
      

o fazer

python -m black {source_file_or_directory}
      

Assim, vamos formatá-lo

	
< > Input
Python
!black sample_code.py
Copied
>_ Output
			
reformatted sample_code.py
All done! ✨ 🍰 ✨
1 file reformatted.

Depois de formatá-lo, o código ficou assim

class myClass:
          def display_info(
              self,
      name,
      subname,
              age,
      description,
              address,
      city,
      zip_code,
      country,
      phone,
      email,
      license,
      departament,
          ):
      return f"Name : {name}, Subname : {subname}, Age : {age}, Description : {description}, Address : {address}, City : {city}, Zip Code : {zip_code}, Country : {country}, Phone : {phone}, Email : {email}, License : {license}, Departament : {departament}"
      
          def add_numbers(num1, num2):
              return num1 + num2
      
          text = "This is some text"
      
          letters = (
              "alpha",
              "beta",
              "gamma",
              "delta",
      epsilon
              "zeta",
      "eta",
              "theta",
              "iota",
              "kappa",
          )
      

Muito melhor, não é?

Perguntas frequentes

Qual é a diferença entre executar black arquivo.py e python -m black arquivo.py?

Os dois comandos são equivalentes: black {source_file_or_directory} chama diretamente o binário instalado, enquanto python -m black {source_file_or_directory} o executa como módulo do ambiente Python ativo no momento. Usar python -m black é útil quando você tem vários ambientes/virtualenvs e quer garantir que seja usado o Black instalado no ambiente atual, e não o que estiver primeiro no PATH.

Por que o Black quebra a assinatura de uma função longa em várias linhas com uma vírgula final após o último parâmetro?

Quando a assinatura de uma função excede o limite de comprimento de linha do Black (88 caracteres por padrão), ele a reformata colocando cada argumento em sua própria linha dentro dos parênteses e adiciona uma vírgula final após o último parâmetro, como no exemplo reformatado def display_info(self, name, subname, ..., departament,):. Essa vírgula final não é só estética: faz com que futuros diffs do git ao adicionar ou remover um parâmetro alterem apenas uma linha.

Continuar lendo

Últimos posts -->

Você viu esses projetos?

Gymnasia

Gymnasia Gymnasia
Expo
React Native
TypeScript
OpenAI
Anthropic

App de fitness com dois agentes que são executados integralmente no dispositivo, sem backend, de forma que os dados do usuário nunca saem do celular. Um coach conversacional BYOK com adaptadores para OpenAI, Anthropic e Google, 12 tools locais e system prompt remoto com fallback offline, e um subagente de visão que estima macronutrientes a partir de fotos de comida, com leitura de códigos de barras contra o OpenFoodFacts.

LangGraph Deep Researcher

LangGraph Deep Researcher LangGraph Deep Researcher
Python
LangGraph
FastAPI
React
TypeScript
Docker

Sistema multiagente de pesquisa construído com LangGraph. Um supervisor decompõe sua pergunta em tópicos e lança subagentes de busca em paralelo; cada um comprime seus achados antes de repassá-los a um agente redator que escreve o relatório final em markdown com suas fontes. Streaming ao vivo por WebSockets, modelo configurável por papel e chaves de API próprias que nunca são armazenadas no servidor.

Tau

Tau Tau
Python
LangChain

Sistema multiagente de tutoria para estudantes do ensino médio, com um agente por disciplina e material de curso elaborado e validado por uma equipe de professores. Chegou a ser usado com alunos reais em um colégio privado na Espanha e em uma escola de ensino médio na Colômbia.

Ver todos os projetos -->
>_ Disponível para projetos

Tem um projeto com IA?

Vamos conversar.

maximofn@gmail.com

Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.

Quer assistir alguma palestra?

Últimas palestras -->

Quer melhorar com essas dicas?

Últimos tips -->

Use isso localmente

Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.

Flow edit

Flow edit Flow edit

Edite imagens com este modelo de Flow. Baseado em SD3 ou FLUX, você pode editar qualquer imagem e gerar novas

FLUX.1-RealismLora

FLUX.1-RealismLora FLUX.1-RealismLora
Ver todos os contêineres -->
>_ Disponível para projetos

Tem um projeto com IA?

Vamos conversar.

maximofn@gmail.com

Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.

Você quer treinar seu modelo com esses datasets?

short-jokes-dataset

HuggingFace

Dataset com piadas em inglês

Uso: Fine-tuning de modelos de geração de texto humorístico

231K linhas 2 colunas 45 MB
Ver no HuggingFace →

opus100

HuggingFace

Dataset com traduções de inglês para espanhol

Uso: Treinamento de modelos de tradução inglês-espanhol

1M linhas 2 colunas 210 MB
Ver no HuggingFace →

netflix_titles

HuggingFace

Dataset com filmes e séries da Netflix

Uso: Análise de catálogo Netflix e sistemas de recomendação

8.8K linhas 12 colunas 3.5 MB
Ver no HuggingFace →
Ver mais datasets -->