0

我实现了一个 SublimeText 自动完成插件:

import sublime_plugin
import sublime

tensorflow_functions = ["tf.test","tf.AggregationMethod","tf.Assert","tf.AttrValue", (etc....)]

class TensorflowAutocomplete(sublime_plugin.EventListener):

    def __init__(self):

        self.tf_completions = [("%s \tTensorflow" % s, s) for s in tensorflow_functions]

    def on_query_completions(self, view, prefix, locations):

        if view.match_selector(locations[0], 'source.python'):
            return self.tf_completions
        else:
            return[]

它很好用,但问题是当我输入“。”时 它重置完成建议。

例如,我输入“tf”,它会建议我所有的自定义列表,然后我输入“tf”。它建议我一个列表,因为我之前没有输入“tf”。我希望我的脚本考虑在点之前输入的内容。

很难解释。你知道我需要做什么吗?

编辑 :

这是它的作用:

在此处输入图像描述

您可以在此处看到“tf”未突出显示。

4

1 回答 1

2

通常,Sublime Text 会替换所有内容,直到最后一个单词分隔符(即点)并插入您的完成文本。

如果你想插入一个带有单词分隔符的补全,你只需要剥离内容,它不会被替换。因此,您只需查看之前的行,提取最后一个点之前的文本,过滤并删除您的补全。这是我这样做的一般模式:

import re

import sublime_plugin
import sublime

tensorflow_functions = ["tf.AggregationMethod()","tf.Assert()","tf.AttrValue()","tf.AttrValue.ListValue()"]

RE_TRIGGER_BEFORE = re.compile(
    r"\w*(\.[\w\.]+)"
)


class TensorflowAutocomplete(sublime_plugin.EventListener):

    def __init__(self):

        self.tf_completions = [("%s \tTensorflow" % s, s) for s in tensorflow_functions]

    def on_query_completions(self, view, prefix, locations):

        loc = locations[0]
        if not view.match_selector(loc, 'source.python'):
            return

        completions = self.tf_completions
        # get the inverted line before the location
        line_before_reg = sublime.Region(view.line(loc).a, loc)
        line_before = view.substr(line_before_reg)[::-1]

        # check if it matches the trigger
        m = RE_TRIGGER_BEFORE.match(line_before)
        if m:
            # get the text before the .
            trigger = m.group(1)[::-1]
            # filter and strip the completions
            completions = [
                (c[0], c[1][len(trigger):]) for c in completions
                if c[1].startswith(trigger)
            ]

        return completions
于 2017-06-26T16:24:38.930 回答