接着前面的《tox 教程》，以及剛翻譯好的《nox文檔》，我們繼續聊聊 Python 任務自動化的話題。
nox 的作者在去年的 Pycon US 上，做了一場題為《Break the Cycle: Three excellent Python tools to automate repetitive tasks》的分享（B站觀看地址：https://b23.tv/av86640235），她介紹了三個任務自動化工具：tox、nox 和 invoke，本文的話題正好就是最后的 invoke。
1、invoke 可以做什么？
invoke 是從著名的遠程部署工具 Fabric 中分離出來的，它與 paramiko 一起是 Fabric 的兩大最核心的基礎組件。
除了作為命令行工具，它專注於“任務執行”（task execution），可以標注和組織任務，並通過 CLI（command-line interface，即命令行界面） 和 shell 命令來執行任務。
同樣是任務自動化工具，invoke 與我們之前介紹過的 tox/nox 在側重點上有所不同：
- tox/nox 主要是在打包、測試、持續集成等方面的自動化（當然它們能做的還不止於此）
- invoke 則更具普遍性，可以用在任何需要“執行任務”的場景，可以是無相關性的任務組，也可以是有順序依賴的分步驟的工作流
invoke 在 Github 上有 2.7K star，十分受歡迎，接下來我們看看它如何使用？
2、怎么使用 invoke？
首先，安裝很簡單：pip install invoke。
其次，簡單使用時有以下要素：
- 任務文件。創建一個 tasks.py 文件。
- @task 裝飾器。在一個函數上添加 @task 裝飾器，即可將該函數標記為一個任務，接受 invoke 的調度管理。
- 上下文參數。給被裝飾的函數添加一個上下文參數（context argument），注意它必須作為第一個參數，而命名按約定可以是
c或ctx或context。 - 命令行執行。在命令行中執行
invoke --list來查看所有任務，運行invoke xxx來執行名為 xxx 的任務。命令行中的“invoke”可以簡寫成“inv”。
以下是一個簡單的示例：
# 文件名：tasks.py
from invoke import task
@task
def hello(c):
print("Hello world!")
@task
def greet(c, name):
c.run(f"echo {name}加油!")
在上述代碼中，我們定義了兩個任務：
- ”hello“任務調用了 Python 內置的 print 函數，會打印一個字符串“Hello world!”
- “greet”任務調用了上下文參數的 run() 方法，可以執行 shell 命令，同時本例中還可以接收一個參數。在 shell 命令中，echo 可理解成打印，所以這也是一個打印任務，會打印出“xxx加油！”（xxx 是我們傳的參數）
以上代碼寫在 tasks.py 文件中，首先導入裝飾器 from invoke import task，@task 裝飾器可以不帶參數，也可以帶參數（參見下一節），被它裝飾了的函數就是一個任務。
上下文參數（即上例的“c”）必須要顯式地指明，如果缺少這個參數，執行時會拋出異常：“TypeError: Tasks must have an initial Context argument!”
然后在 tasks.py 文件的同級目錄中，打開命令行窗口，執行命令。如果執行的位置找不到這個任務文件，則會報錯：“Can't find any collection named 'tasks'!”
正常情況下，通過執行inv --list 或者inv -l ，可以看到所有任務的列表（按字母表順序排序）：
>>> inv -l
Available tasks:
greet
hello
我們依次執行這兩個任務，其中傳參時可以默認按位置參數傳參，也可以指定關鍵字傳參。結果是：
>>> inv hello
Hello world!
>>> inv greet 武漢
武漢加油!
>>> inv greet --name="武漢"
武漢加油！
缺少傳參時，報錯：'greet' did not receive required positional arguments: 'name'；多余傳參時，報錯：No idea what '???' is!
3、 如何用好 invoke？
介紹完 invoke 的簡單用法，我們知道了它所需的幾項要素，也大致知道了它的使用步驟，接下來是它的其它用法。
3.1 添加幫助信息
在上例中，“inv -l”只能看到任務名稱，缺少必要的輔助信息，為了加強可讀性，我們可以這樣寫：
@task(help={'name': 'A param for test'})
def greet(c, name):
"""
A test for shell command.
Second line.
"""
c.run(f"echo {name}加油!")
其中，文檔字符串的第一行內容會作為摘錄，在“inv -l”的查詢結果中展示，而且完整的內容與 @task 的 help 內容，會對應在“inv --help”中展示：
>>> inv -l
Available tasks:
greet A test for shell command.
>>> inv --help greet
Usage: inv[oke] [--core-opts] greet [--options] [other tasks here ...]
Docstring:
A test for shell command.
Second line.
Options:
-n STRING, --name=STRING A param for test
3.2 任務的分解與組合
通常一個大任務可以被分解成一組小任務，反過來，一系列的小任務也可能被串連成一個大任務。在對任務作分解、抽象與組合時，這里有兩種思路：
- 對內分解，對外統一：只定義一個 @task 的任務，作為總體的任務入口，實際的處理邏輯可以抽象成多個方法，但是外部不感知到它們
- 多點呈現，單點匯總：定義多個 @task 的任務，外部可以感知並分別調用它們，同時將有關聯的任務組合起來，調用某個任務時，也執行其它相關聯的任務
第一種思路很容易理解，實現與使用都很簡單，但是其缺點是缺少靈活性，難於單獨執行其中的某個/些子任務。適用於相對獨立的單個任務，通常也不需要 invoke 就能做到（使用 invoke 的好處是，擁有命令行的支持）。
第二種思路更加靈活，既方便單一任務的執行，也方便多任務的組合執行。實際上，這種場景才是 invoke 發揮最大價值的場景。
那么，invoke 如何實現分步任務的組合呢？可以在 @task 裝飾器的“pre”與“post”參數中指定，分別表示前置任務與后置任務：
@task
def clean(c):
c.run("echo clean")
@task
def message(c):
c.run("echo message")
@task(pre=[clean], post=[message])
def build(c):
c.run("echo build")
clean 與 message 任務作為子任務，可以單獨調用，也可以作為 build 任務的前置與后置任務而組合使用：
>>> inv clean
clean
>>> inv message
message
>>> inv build
clean
build
message
這兩個參數是列表類型，即可設置多個任務。另外，在默認情況下，@task 裝飾器的位置參數會被視為前置任務，接着上述代碼，我們寫一個：
@task(clean, message)
def test(c):
c.run("echo test")
然后執行，會發現兩個參數都被視為了前置任務：
>>> inv test
clean
message
test
3.3 模塊的拆分與整合
如果要管理很多相對獨立的大型任務，或者需要多個團隊分別維護各自的任務，那么，就有必要對 tasks.py 作拆分與整合。
例如，現在有多份 tasks.py，彼此是相對完整而獨立的任務模塊，不方便把所有內容都放在一個文件中，那么，如何有效地把它們整合起來管理呢？
invoke 提供了這方面的支持。首先，只能保留一份名為“tasks.py”的文件，其次，在該文件中導入其它改名后的任務文件，最后，使用 invoke 的 Collection 類把它們關聯起來。
我們把本文中第一個示例文件改名為 task1.py，並新建一個 tasks.py 文件，內容如下：
# 文件名：tasks.py
from invoke import Collection, task
import task1
@task
def deploy(c):
c.run("echo deploy")
namespace = Collection(task1, deploy)
每個 py 文件擁有獨立的命名空間，而在此處，我們用 Collection 可以創建出一個新的命名空間，從而實現對所有任務的統一管理。效果如下：
>>> inv -l
Available tasks:
deploy
task1.greet
task1.hello
>>> inv deploy
deploy
>>> inv task1.hello
Hello world!
>>> inv task1.greet 武漢
武漢加油!
關於不同任務模塊的導入、嵌套、混合、起別名等內容，還有不少細節，請查閱官方文檔了解。
3.4 交互式操作
某些任務可能需要交互式的輸入，例如要求輸入“y”，按回車鍵后才會繼續執行。如果在任務執行期間需要人工參與，那自動化任務的能力將大打折扣。
invoke 提供了在程序運行期的監控能力，可以監聽stdout 和stderr ，並支持在stdin 中輸入必要的信息。
例如，假設某個任務（excitable-program）在執行時會提示“Are you ready? [y/n]”，只有輸入了“y”並按下回車鍵，才會執行后續的操作。
那么，在代碼中指定 responses 參數的內容，只要監聽到匹配信息，程序會自動執行相應的操作：
responses = {r"Are you ready? \[y/n\] ": "y\n"}
ctx.run("excitable-program", responses=responses)
responses 是字典類型，鍵值對分別為監聽內容及其回應內容。需注意，鍵值會被視為正則表達式，所以像本例中的方括號就要先轉義。
3.5 作為命令行工具庫
Python 中有不少好用的命令行工具庫，比如標准庫中的argparse、Flask 作者開源的click 與谷歌開源的fire 等等，而 invoke 也可以作為命令行工具庫使用。
（PS：有位 Prodesire 同學寫了“Python 命令行之旅”的系列文章，詳細介紹了其它幾個命令行工具庫的用法，我在公眾號“Python貓”里轉載過大部分，感興趣的同學可查看歷史文章。）
事實上，Fabric 項目最初把 invoke 分離成獨立的庫，就是想讓它承擔解析命令行與執行子命令的任務。所以，除了作為自動化任務管理工具，invoke 也可以被用於開發命令行工具。
官方文檔中給出了一個示例，我們可以了解到它的基本用法。
假設我們要開發一個 tester 工具，讓用戶pip install tester 安裝，而此工具提供兩個執行命令：tester unit 和tester intergration 。
這兩個子命令需要在 tasks.py 文件中定義：
# tasks.py
from invoke import task
@task
def unit(c):
print("Running unit tests!")
@task
def integration(c):
print("Running integration tests!")
然后在程序入口文件中引入它：
# main.py
from invoke import Collection, Program
from tester import tasks
program = Program(namespace=Collection.from_module(tasks), version='0.1.0')
最后在打包文件中聲明入口函數：
# setup.py
setup(
name='tester',
version='0.1.0',
packages=['tester'],
install_requires=['invoke'],
entry_points={
'console_scripts': ['tester = tester.main:program.run']
}
)
如此打包發行的庫，就是一個功能齊全的命令行工具了：
$ tester --version
Tester 0.1.0
$ tester --help
Usage: tester [--core-opts] <subcommand> [--subcommand-opts] ...
Core options:
... core options here, minus task-related ones ...
Subcommands:
unit
integration
$ tester --list
No idea what '--list' is!
$ tester unit
Running unit tests!
上手容易，開箱即用，invoke 不失為一款可以考慮的命令行工具庫。更多詳細用法，請查閱文檔 。
4、小結
invoke 作為從 Fabric 項目中分離出來的獨立項目，它自身具備一些完整而強大的功能，除了可用於開發命令行工具，它還是著名的任務自動化工具。
本文介紹了它的基礎用法與 5 個方面的中級內容，相信讀者們會對它產生一定的了解。invoke 的官方文檔十分詳盡，限於篇幅，本文不再詳細展開，若感興趣，請自行查閱文檔哦。
--------------
公眾號：Python貓（ID: python_cat）
頭條號：Python貓
知乎：豌豆花下貓
掘金：豌豆花下貓
公眾號【Python貓】， 本號連載優質的系列文章，有喵星哲學貓系列、Python進階系列、好書推薦系列、技術寫作、優質英文推薦與翻譯等等，歡迎關注哦。