Ruff代码分析

Ruff是一个用 Rust 语言编写的高性能的 Python 静态代码分析工具，比其它分析工具快几个数量级（10-100 倍），而且功能也很全面。

即 Linter，用于检查代码中的语法错误、编码规范问题、潜在的逻辑问题和代码质量问题等，可以提供实时反馈和自动修复建议。

在 Ruff 出现之前，社区里的代码分析工具呈现出百花齐放之势，比如有 Pylint、Flake8、Autoflake、Pyflakes、Pycodestyle 等等，它们的共同点是都使用 Python 编写而成。

Ruff 异军突起，在性能方面立于不败之地，主要得益于 Rust 天然的速度优势。Ruff 的出现，就像基于大语言模型的 ChatGPT 横空出世，所有竞争对手瞬间就黯淡失色了。

这里还必须介绍两个 Rust 项目，因为 Ruff 的成功离不开它们：

RustPython ：用 Rust 写成的 Python 解释器。Ruff 利用了它高性能的 AST 解析器，以此实现了自己的 AST 遍历、访问器抽象和代码质量检测逻辑

Maturin ：用 Rust 写成的打包工具，可以将 Rust 项目打包成 Python 可用的包，从而可以被我们“pip install”后使用，且不需要配置 Rust 环境

Ruff 的优点与局限性

介绍完最关键的特性后（速度极快、支持 pip），我们接下来看看 Ruff 的其它方面。

总体而言，它具有这些特点：

支持 pyproject.toml

兼容 Python 3.11

超过 500 条内置规则，与 Flake8 内置的规则集近乎对等

重新实现了数十个 Flake8 插件，如 flake8-bugbear、flake8-comprehensions 等

支持自动修复，可自动纠正错误（例如，删除未使用的导入）

内置缓存，可避免重复分析未更改的文件

支持 VS Code、Pycharm、Neovim、Sublime Text、Emacs 等编辑器

对 monorepo 友好，具有分层和级联配置

首先最值得介绍的是它支持的规则。Ruff 借鉴了流行的工具如 Flake8、autoflake、isort、pyupgrade、yesqa 等等，然后用 Rust 重新实现了超过 500 条规则。它本身不支持插件，但是吸收了数十个常用的 Flake8 插件的设计，使得已囊括的规则范围比其它任何工具都大。

Ruff 的作者还非常熟悉其它语言的分析工具，比如 Rust 的 Clippy 和 JavaScript 的 ESLint，并从这些项目上得到了设计上的启发。

Ruff 站在了多个工具/插件的肩膀上，重新实现了它们验证过的规则，也借鉴了它们的 API 和实现细节，这使得它扮演了一种“集大成”的角色，很方便使用者们作工具的顺滑迁移。

Ruff 第二个值得介绍的特点是，它没有局限于 Linter 的定位，而是借鉴 Rome、Prettier 和 Black 这些代码格式化工具（Formatter），也实现了代码格式化的功能。借鉴了 Autoflake、ESLint、Fixit 等工具，实现了代码自动纠错的功能。另外，它还借鉴了使用很广泛的 isort，支持对 import 作快速排序。

这些表明作者的目标并不只是开发一款优秀的代码分析工具，而是在静态代码分析的核心功能外，要创造出更多的可能性。此举是开发者的福音啊，以后一个工具就能满足多种诉求，再也不必纠结于不同工具的选型、协作与维护了！

Ruff 还有其它的优点，例如支持 pyproject.toml 、支持 Python 3.11、支持只分析变更的文件，等等。另外，它也有着一些局限性：

支持的 lint 规则还有不够

不支持使用插件，扩展性不强

用 Rust 开发的，因此不便于在出错时 debug，也不便于 Python 开发者给它贡献代码

关于第一点，毕竟 Ruff 只是 8 个月大的新生项目，支持更多的规则，只是时间问题。至于插件带来的扩展性和编程语言的开发者生态，原因也是 Rust，属于“有得必有失”了。

Ruff 的使用

介绍完 Ruff 的整体情况后，我们接着看看该如何使用它吧。

首先是安装，可以用 Conda 和其它包管理工具，也可以直接用 pip：

pip install ruff

可以通过以下命令运行：

ruff check .                        # 分析当前及子目录内的所有文件
ruff check path/to/code/            # 分析指定目录及子目录内的所有文件
ruff check path/to/code/*.py        # 分析指定目录内的所有py文件
ruff check path/to/code/to/file.py # 分析 file.py

可以用作预提交的钩子：