Python构建轻量级命令行待办事项工具-代码聚汇网

Python构建轻量级命令行待办事项工具

森纳映画

1. 为什么我们需要命令行待办事项应用

在数字时代，任务管理工具层出不穷，但大多数都过于臃肿。作为一名长期使用Linux系统的开发者，我一直在寻找一个轻量级、快速响应的任务管理方案。命令行工具恰好满足了这个需求——它们启动快、资源占用低、可以通过脚本扩展功能，而且不受图形界面限制，在任何SSH会话中都能使用。

这个项目就是要用Python构建一个完全运行在终端里的待办事项管理器。它不需要数据库，数据直接存储在纯文本文件中；不需要复杂依赖，标准库就能满足基本需求；最重要的是，它要足够快——从启动到添加任务不超过1秒。

2. 核心功能设计与技术选型

2.1 功能需求拆解

基础功能必须包括：

任务添加（带优先级和分类标签）
任务列表查看（支持筛选和排序）
任务完成标记
任务删除
数据持久化存储

进阶功能考虑：

自然语言识别（如"明天下午开会"自动解析时间）
定期任务提醒
多设备同步（通过Git实现）
统计报表生成

2.2 技术栈选择

经过评估，我选择了以下技术组合：

Python 3.8+：语法简洁，标准库丰富，跨平台支持好
Click库：比argparse更优雅的命令行参数解析
Rich库：让终端输出有颜色和表格等富文本效果
SQLite：轻量级嵌入式数据库，避免直接操作文本文件
APScheduler（可选）：用于定时提醒功能

提示：虽然可以直接操作文本文件，但SQLite能提供更可靠的事务支持和查询能力，且性能影响可以忽略。

3. 详细实现步骤

3.1 项目初始化

首先创建项目结构：

bash复制todo-cli/
├── todo.py        # 主程序
├── models.py      # 数据模型
├── db.py          # 数据库操作
└── utils.py       # 辅助函数

安装依赖：

bash复制pip install click rich sqlite3

3.2 数据库设计

在models.py中定义数据模型：

python复制import sqlite3
from dataclasses import dataclass
from datetime import datetime

@dataclass
class Task:
    id: int
    title: str
    priority: int = 1  # 1-3，3为最高
    tags: str = ""     # 逗号分隔的标签
    created_at: datetime = datetime.now()
    completed: bool = False

数据库初始化脚本：

python复制# db.py
def init_db():
    conn = sqlite3.connect('todo.db')
    c = conn.cursor()
    c.execute('''CREATE TABLE IF NOT EXISTS tasks
                 (id INTEGER PRIMARY KEY AUTOINCREMENT,
                  title TEXT NOT NULL,
                  priority INTEGER DEFAULT 1,
                  tags TEXT DEFAULT '',
                  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
                  completed BOOLEAN DEFAULT FALSE)''')
    conn.commit()
    conn.close()

3.3 核心命令实现

使用Click定义命令行接口：

python复制# todo.py
import click
from rich.console import Console
from rich.table import Table

console = Console()

@click.group()
def cli():
    """一个简单的命令行待办事项管理器"""
    pass

@cli.command()
@click.argument('title')
@click.option('--priority', type=int, default=1, help='任务优先级(1-3)')
@click.option('--tags', default='', help='逗号分隔的标签')
def add(title, priority, tags):
    """添加新任务"""
    # 数据库操作省略...
    console.print(f"[green]✓ 已添加任务: {title}[/green]")

@cli.command()
@click.option('--all', is_flag=True, help='显示所有任务(包括已完成)')
@click.option('--tag', help='按标签筛选')
def list(all, tag):
    """列出任务"""
    table = Table(title="待办事项")
    table.add_column("ID", style="cyan")
    table.add_column("任务", style="magenta")
    table.add_column("优先级", style="red")
    # ...更多列和数据处理
    console.print(table)

4. 高级功能实现技巧

4.1 自然语言解析

使用正则表达式识别日期时间：

python复制import re
from dateutil.parser import parse

def parse_natural_language(text):
    # 识别"明天下午3点"这类表达
    time_expr = re.search(r'(今天|明天|后天|下周)\D*(\d+)点', text)
    if time_expr:
        due_date = calculate_date(time_expr.group(1))
        return f"（截止时间: {due_date} {time_expr.group(2)}:00）"
    return ""

4.2 终端通知提醒

结合系统通知工具：

python复制import platform
import subprocess

def notify(title, message):
    if platform.system() == "Darwin":
        subprocess.run(['osascript', '-e', f'display notification "{message}" with title "{title}"'])
    elif platform.system() == "Linux":
        subprocess.run(['notify-send', title, message])

5. 实际使用示例

添加任务：

bash复制python todo.py add "完成项目文档" --priority 2 --tags "工作,重要"

查看任务列表：

bash复制python todo.py list --tag "工作"

完成任务：

bash复制python todo.py complete 3  # 完成ID为3的任务

6. 性能优化与调试技巧

6.1 数据库性能优化

为常用查询字段创建索引：

python复制c.execute("CREATE INDEX IF NOT EXISTS idx_priority ON tasks(priority)")
c.execute("CREATE INDEX IF NOT EXISTS idx_completed ON tasks(completed)")

使用连接池避免频繁开关连接

6.2 常见问题排查

问题1：数据库被锁

原因：多进程同时写入
解决：设置超时参数 sqlite3.connect('todo.db', timeout=10)

问题2：终端显示乱码

原因：终端不支持UTF-8
解决：设置环境变量 export LANG=en_US.UTF-8

7. 扩展思路

Git集成：将todo.db放入Git仓库，通过hook实现自动提交
Web界面：使用FastAPI暴露REST接口
移动端支持：通过Termux在Android上运行
数据分析：使用Matplotlib生成任务完成趋势图

这个项目最让我满意的是它的响应速度——在老旧的服务器上也能瞬间加载。经过三个月的日常使用，它稳定处理了超过500个任务条目，数据库体积仍不到100KB。对于开发者来说，命令行工具的高效是图形界面难以替代的。