当前位置：首页 > news >正文

5.15开发博客

news 2026/5/15 21:43:25

当我不想手写190个Java文件时，我让Python帮我写代码

问题的开始

这学期的课设项目是一个"铁路客运站设备运维配置管理系统"。老师的要求很明确：后台用 Spring Boot，要有完整的 CRUD 接口，前端用 React。

我打开需求文档一看，好家伙——19个业务模块：

车站管理、网格管理、位置管理、设备分类、设备用途、巡检线路、巡检项目、保养线路、保养项目、检测线路、检测项目、故障字典、备件库位、备件分类、备件型号、设备厂商、键值字典、流程定义、流程路由……

每个模块在 Spring Boot 里需要至少 5 个文件：

Entity（实体类）
Mapper（数据访问接口）
Service 接口
ServiceImpl（服务实现）
Controller（控制器）

19 × 5 = 95个Java文件。这还不算前端页面，前端每个模块还要写一个 React 页面组件，又是 19 个文件。

我当时就坐不住了。

不是我懒，是这件事不值得手动做

仔细看了一下这些文件的结构，我发现一个惊人的事实——它们几乎一模一样。

所有的 Entity 都是 @Data + @TableName + 一个 Long id + 几个通用字段（createTime、updateTime、createBy、updateBy、deleted）。

所有的 Mapper 都是 extends BaseMapper<Xxx>。

所有的 Service 都是 extends IService<Xxx>。

所有的 ServiceImpl 都是 extends ServiceImpl<XxxMapper, Xxx> implements IXxxService。

所有的 Controller 都是四个接口：list()、getById()、save()、delete()。

这不就是模板填空吗？

让 Python 干苦力活

我花了半小时写了一个 Python 脚本——generator.py。核心思路很简单：

把 19 个模块的信息存成一个列表，每个元素是 (类名, 表名, 中文注释)
用 Python 的 f-string 拼出 Java 代码模板
循环生成所有文件，写入对应的目录

entities = [("Station", "sys_station", "车站"),("Grid", "sys_grid", "网格"),("Location", "sys_location", "位置"),# ... 共19个
]for name, table, comment in entities:make_entity(name, table, comment)      # Entity.javamake_mapper(name, comment)             # XxxMapper.javamake_service(name, comment)            # IXxxService.javamake_service_impl(name, comment)       # XxxServiceImpl.javamake_controller(name, comment)         # XxxController.java

每个 make_xxx 函数就是一个带参数的字符串模板。比如 make_entity：

def make_entity(name, table, comment):content = f"""package {base_pkg}.entity;import com.baomidou.mybatisplus.annotation.*;
import lombok.Data;
import java.time.LocalDateTime;/*** {comment}实体类*/
@Data
@TableName("{table}")
public class {name} {{@TableId(type = IdType.AUTO)private Long id;private String name;@TableField(fill = FieldFill.INSERT)private LocalDateTime createTime;@TableField(fill = FieldFill.INSERT_UPDATE)private LocalDateTime updateTime;@TableField(fill = FieldFill.INSERT)private String createBy;@TableField(fill = FieldFill.INSERT_UPDATE)private String updateBy;@TableLogicprivate Integer deleted;
}}
"""with open(f"{base_dir}/entity/{name}.java", "w") as f:f.write(content)

效果

跑一遍脚本，5 秒钟，95 个 Java 文件全部生成完毕，目录结构整整齐齐：

backend/src/main/java/com/railway/equipment/
├── entity/          ← 19个实体类
├── mapper/          ← 19个Mapper接口
├── service/         ← 19个Service接口
│   └── impl/        ← 19个ServiceImpl
└── controller/      ← 19个Controller

对比一下，如果手动写：复制粘贴、改类名、改表名、改注释，一个文件大概 2 分钟，95 个就是 3 个多小时。而且中间一定会出错——类名没改全、包路径写错、注解漏掉——这些都是 Spring Boot 启动时才会报的错，找起来很折磨人。

这件事教会我什么

说实话，代码生成不是什么高深技术。模板 + 循环，大一C语言课都能写。但在此之前，我的思维方式是"要写代码了 → 打开 IDEA → 开始敲"。这次让我意识到在敲代码之前，应该先看看有没有模式可以自动化。

几个具体收获：

如果一件事要做三遍以上，写个脚本。 这是 Linux 哲学里的"懒惰是程序员的美德"。19 个模块显然够本了。
Python 是程序员的瑞士军刀。 不需要 IDE，不需要编译，写完就跑。Java 项目里穿插一个 Python 脚本做辅助工作，这在工程中非常常见。
代码生成 ≠ 代码质量差。 生成的代码结构统一、命名规范、不会漏注解。比手动复制粘贴可靠得多。像 MyBatis-Plus 官方就有自己的代码生成器，Spring 生态里这类工具遍地都是。
这个思路可以复用。 脚本放在项目里，后面如果要加新模块，改一行列表就行。甚至以后换一个类似的项目，改改模板就能接着用。