Visual Studio Code最近发布了,我喜欢它的外观和提供的功能,所以我想尝试一下。

我从下载页面下载了应用程序,启动了它,对一些功能做了一些调整……然后意识到我不知道如何实际执行我的任何Python代码!

我真的很喜欢Visual Studio代码的外观和感觉/可用性/特性,但我似乎不知道如何运行我的Python代码,这是一个真正的杀手,因为我主要用Python编程。

是否有一种方法可以在Visual Studio code中执行Python代码?


当前回答

简单直接的Python扩展可以节省时间和精力。 检测、调试、代码完成是安装完成后可用的特性。在此之后,要运行代码,需要配置正确的Python安装路径以运行代码。一般设置可在“用户作用域”和“工作空间”中为Python语言-“Python”配置。pythonPath环境”:“c: / python27 / python.exe” 通过以上步骤,至少可以执行基本的Python程序。

其他回答

您可以添加一个自定义任务来完成此任务。下面是Python的一个基本自定义任务。

{
    "version": "0.1.0",
    "command": "c:\\Python34\\python",
    "args": ["app.py"],
    "problemMatcher": {
        "fileLocation": ["relative", "${workspaceRoot}"],
        "pattern": {
            "regexp": "^(.*)+s$",
            "message": 1
        }
    }
}

将其添加到文件任务中。并按Ctrl + Shift + B运行它。

到目前为止,在Visual Studio Code中运行Python有四种方式:

通过集成终端(拜托,它是集成的!所以从技术上讲,你可以在Visual Studio Code中运行它;)

不需要安装任何扩展。 不需要创建和配置任何东西(假设您的$PATH中已经有python)。 ⌃空格(打开终端)和python my_file.py(运行文件)。

通过自定义任务(接受芬顿的回答):

不需要安装任何扩展。 默认的Visual Studio Code做事的方式。 注意不要复制粘贴答案,因为它的problemMatcher.pattern.regexp已经损坏,并且挂起了编辑器。最好要么删除problemMatcher,要么将regexp至少更改为^\\s+(.*)$。

通过代码运行扩展(@JanHan的答案):

需要配置代码运行器。在用户设置中的executorMap(添加路径到您的python)。 非常有用的扩展,特别是如果你在Visual Studio代码中不仅运行Python。

通过微软的官方Python扩展(vlad2135的答案):

需要创建launch.js(在Visual Studio Code的Debug选项卡中单击几下)。 对于那些想要使用Visual Studio Code作为Python的主要IDE的人来说,这个扩展是必不可少的。

我使用Python 3.7(32位)。要在Visual Studio Code中运行程序,我右键单击程序并选择“在Python交互式窗口中运行当前文件”。如果你没有Jupyter,你可能会被要求安装它。

您不再需要任何额外的扩展。您可以简单地将调试器的输出切换到集成终端。

Ctrl+Shift+D,然后从顶部的下拉菜单中选择集成终端/控制台。

我使用我现有的anaconda环境来运行python。而不是使用python用户appdata\local\programs\python使用anaconda install python by environment。这将使您能够访问环境中的所有库。

 1. View->Command Palette->Open user settings
 2. search python
 a. Python: default interpreter path = c:\users\yourname\Anaconda3\python.exe
 b. save the file
 3. View->Command Palette->python:select interpreter
 a. arrow down to your workspace name
 b. select your python and environment

 create a python script and run it.

 see https://code.visualstudio.com/docs/python/environments