为提高代码的质量、安全性和可维护性，软件工程师每天会用到无数工具。

我会列出一些自己最喜欢的python工具，并从易用性（是否易于安装、运行和自动化）、质量影响（能否阻止可预见的bug）、可维护性影响（是否让工作更轻松）和安全性影响（能否发现并阻止安全性问题）对它们进行打分，以供读者参考。

并且，我还将介绍如何将这些工具全包含进CI pipeline，从而实现自动化和高效。

1.Pipenv

它是为Python设计的开发管理和依赖管理的工具，最早由Requests的作者Kenneth Reitz编写。

如果你用python做过一段时间的开发，那么管理环境，你可能用过 virtualenv或venv；依赖管理可能用过较可靠的pip freeze > requirements.txt。

大多数情况下，这完全没问题。但是，我发现pipenv更方便，且很强大，加上它通过Pipfile和Pipfile.lock近乎去掉固定依赖的做法，很大程度上替代了requirements.txt，从而带来更可靠的部署。

不过，我对pipenv的未来有点担忧，因为Python基金会已搁置对pip的改进。而且，pipenv在2019年缺乏实质性进展。但是，我仍然认为，对大多数python用户来说，pipenv是绝佳的工具。

官网下载地址

月下载量： 2111976

备选方案：poetry、virtualenv、venv

2.Ochrona

这里，我有点私心，因为Ochrona是我积极开发并希望2020年发布的工具。不过，我还会介绍这个工具的替代方案。

Ochrona是一款依赖分析和软件组成分析的工具，它可以用来检查你的开源依赖是否存在已知漏洞。这个领域，另一款很流行的开源工具是pyup.io的Safety。

我认为，Ochrona比Safety更好的地方在于：

无论是用于开源项目还是商业项目，它都提供免费方案，而且免费方案始终跟进最新的漏洞信息。
磁盘和IO使用非常少。不同于需要拉取整个漏洞数据库的本地工具，它是SaaS模式，只需调用一次公开的API。
它提供优秀的漏洞数据并且每天更新，并比其他工具提供更多的漏洞详细信息，包括免费用户。

官网下载地址

月下载量：尚未发布

备选方案：safety、snyk (收费)

3.Bandit

如果必须推荐一个可提高python项目安全性的工具，那我推荐Bandit 。

据悉，Bandit出自OpenStack，但现在由PyCQA维护。它是一款开源的SAST（静态应用安全测试）工具，免费、可配置且快速。从某些方面来讲，它就像是关注安全领域的linter。

Bandit很适合用来发现问题，比如不安全的配置、已知的不安全模块使用情况等。

官网下载地址

月下载量： 575101

备选方案：pyre、pyt、dodgy

4.Black

Black是一款独特的代码格式化工具。它能自动将你的代码更正为Black样式（一个Pep-8的超集）。

传统的linter通常需要你把代码改为合规代码，而Black可以节省不少时间。并且，Black只需有限的配置，这意味着你如果用过Black，其他任何项目你都会觉得眼熟。

官网下载地址

月下载量： 1891711

备选方案：flake8、pylint

5.Mypy

它是python一个可选的静态类型检查器。PEP 484引入python的类型提示，Mypy则利用这些类型提示对项目进行静态类型检查。

Python依然有动态的duck类型，不过，添加静态类型检查能帮你减少测试和调试时间，更早发现错误。

目前，大公司也在跟进python的静态类型检查。在Guido van Rossum任职期间，Dropbox用Mypy检查了400多万行代码。其他的python用户，比如Instagram也开始做静态类型检查。

官网下载地址

月下载量： 2487228

备选方案：pyre

全部集成到一起

这个例子中，我会用到Travis-CI，配置其他CI工具的过程与之类似相似，只是语法上会有差异。这里，我用一个简单、不安全且有问题的flask应用作为例子。

app.py文件如下：

from flask import Flask 
	 
app = Flask(__name__) 
	
@app.route('/<name>') 
def hello_world(name: str) -> str: 
	return hello_name(name)
def hello_name(name: str) -> int:
	return f"hello, {name}"
	
if __name__ == '__main__': 
	app.run(debug=True)

Pipfile如下：

[[source]]
name = "pypi"
url = "https://pypi.org/simple"
verify_ssl = true

[dev-packages]
bandit = "*"
v = {editable = true,version = "*"}
black = "*"
mypy = "*"
ochrona = "*"

[packages]
flask = "==0.12.2"

[requires]
python_version = "3.7"

最后在根目录下创建一个.travis.yml文件，内容如下：

language: python
python:
  - 3.7
install:
  - pip install -U pip
  - pip install pipenv
  - pipenv install --dev
script:
  - bandit ./*
  - black --check .
  - ochrona
  - mypy .

如果查看这里的构建，你会发现每个工具都标出错误或指出需修改的地方。那么，我们来做一些修正，如这个PR所示，构建就可以通过。

将Flask升级到一个没有已知漏洞的版本

修复类型注释，禁用调试模式，规范格式

虽然这个例子只涉及一个CI平台，但其实和集成到其他大多数平台的方法都很相似。

下面是一个总的评分表：

英文原文：

Top Python Tools for Developing Secure, Quality Code

创作场景

开发安全、高质量代码的 5 款顶级 Python 工具