在 VS Code 中试用

在 Visual Studio Code 中运行 Python 代码

无论您是在 REPL 中使用少量 Python 代码进行实验,还是准备运行 Python 脚本,Python 扩展都提供了多种运行代码的方式。

交互式运行 Python 代码

安装在您计算机上的 Python 解释器提供了所谓的交互式 REPL(读取-评估-打印循环),它会读取一段代码,对其进行评估,然后将结果打印到控制台。

在计算机上安装 Python 解释器后,您可以通过打开系统终端或命令提示符,输入 python (Windows) 或 python3 (macOS/Linux) 来激活 Python REPL,该 REPL 由 >>> 表示。

在 VS Code 中,您还可以通过另外两种方式与 Python REPL 进行交互。

原生 REPL

VS Code 适用于 Python 的原生 REPL 构建于经典的 Python REPL 之上,并提供附加功能,例如智能感知和语法高亮显示,以提高您的 Python 开发效率。然而,此 REPL 仍遵循 Python 自身内置 REPL 中的原则,即历史执行顺序及其内容不可变。

您可以通过命令面板 (⇧⌘P (Windows、Linux Ctrl+Shift+P)) 搜索 Python: Start Native REPL 来打开原生 REPL。此外,您可以通过智能发送 (Shift+Enter) 和 在 Python REPL 中运行选定/行 将代码发送到原生 REPL,方法是在 settings.json 文件中设置 "python.REPL.sendToNativeREPL": true。您可以通过在 settings.json 中设置 "python.REPL.sendToNativeREPL": false 来选择继续使用终端中内置的 Python REPL (>>>)。

Gif showing the Native REPL for Python.

终端 REPL

类似于在 VS Code 外部与 Python REPL 进行交互的方式,您可以在 VS Code 内打开一个终端并激活 Python REPL。为此,您可以在命令面板 (⇧⌘P (Windows、Linux Ctrl+Shift+P)) 中搜索 Python: Start Terminal REPL,这会为当前选定的 Python 解释器打开一个终端。或者,您可以导航到 终端 > 新建终端 并输入 python (Windows) 或 python3 (macOS/Linux) 命令。

通过 终端 Shell 集成,终端中支持多项功能,例如运行最近的命令、命令装饰器和改进的可访问性。要在终端中启用或禁用 shell 集成,您可以在设置中切换 python.terminal.shellIntegration.enabled

运行 Python 代码

Python 扩展提供了多种无需额外配置即可运行 Python 代码的方式。

  1. 单击编辑器右上角的 在终端中运行 Python 文件 播放按钮。

    Using the Run Python File in Terminal button

    此按钮会打开一个终端面板,其中您的 Python 解释器会自动激活,然后运行指定的脚本(例如,python3 hello.py (macOS/Linux) 或 python hello.py (Windows))

    Program output in a Python terminal

  2. 在编辑器窗口中的任意位置右键单击,然后选择 运行 > 在终端中运行 Python 文件(这将自动保存文件)

    Run Python File in Terminal command in the Python editor

  3. 选择一行或多行,然后按 Shift+Enter,或右键单击并选择 在 Python 终端中运行选定内容/行

    此选项非常适合仅测试文件的一部分。

  4. 将光标置于一行代码上,然后按 Shift+Enter 激活智能发送。

智能发送

Python 扩展默认启用智能发送 (Shift+Enter)。智能发送会查看光标所在位置的代码,将最小的可运行代码块发送到 Python REPL,然后将光标定位到下一行代码。这使您能够轻松高效地在程序中运行 Python 代码。

智能发送不适用于不受支持的 Python 版本(例如 Python 2)或无效的 Python 代码。要禁用智能发送并仅发送光标所在行的代码,请将 python.REPL.enableREPLSmartSend 设置为 false

另请参阅

  • 调试 - 了解如何在本地和远程调试 Python。
  • 测试 - 配置测试环境,以及发现、运行和调试测试。