当前位置:首页 > 文章列表 > Golang > Go教程 > Golang构建CLI待办应用教程

Golang构建CLI待办应用教程

2025-12-06 09:31:47 0浏览 收藏

IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《Golang构建CLI TODO应用教程》,聊聊,我们一起来看看吧!

用Go构建TODO命令行应用需聚焦三核心:命令解析(flag或cobra)、任务管理(Task结构体+内存操作+互斥控制)、JSON文件持久化(读写+原子保存)。

如何使用Golang构建命令行TODO应用_Golang CLI任务管理与数据持久化实现

用 Go 写一个命令行 TODO 应用不难,关键在结构清晰、数据存得稳、操作够直觉。核心就三块:命令解析、任务管理逻辑、本地文件持久化。下面直接说怎么搭。

用 flag 或 cobra 解析命令行参数

Go 自带 flag 包足够应付简单 CLI;如果想支持子命令(如 todo add、todo list)、自动 help、补全,推荐用 cobra——它几乎是 Go CLI 的事实标准。

比如用 cobra 初始化:

go mod init todo-cli
go get -u github.com/spf13/cobra/cobra
cobra init --pkg-name todo-cli
cobra add add
cobra add list
cobra add done
cobra add delete

生成的命令结构自动分层,每个子命令对应一个独立文件,便于维护。

定义任务结构与内存管理

先设计一个干净的 Task 结构体:

type Task struct {
  ID int `json:"id"`
  Text string `json:"text"`
  Done bool `json:"done"`
  CreatedAt time.Time `json:"created_at"`
}

用 slice 临时存任务([]Task),但注意 ID 要自增、去重、避免并发写冲突。简单起见,加个全局 mutex 或直接串行操作(CLI 本就是单次运行);若后续扩展为服务,再考虑 sync.Map 或更严谨状态管理。

用 JSON 文件实现轻量持久化

不依赖数据库,把任务存成 tasks.json 最实用。每次启动时读一次,每次变更后写一次。

  • 读取:用 os.ReadFile("tasks.json") + json.Unmarshal,首次运行文件不存在就返回空切片
  • 保存:用 json.MarshalIndent 格式化输出,再 os.WriteFile 覆盖写入(注意加 0644 权限)
  • 小技巧:保存前先写到临时文件(如 tasks.json.tmp),成功后再 os.Rename 替换原文件,防断电/崩溃导致数据清空

支持基础操作并保持交互友好

每个子命令做一件事,别堆逻辑:

  • add:接收参数(todo add "买牛奶"),生成新 Task,追加进列表,保存
  • list:读取全部任务,按 ID 排序,未完成的顶上,用 ✅ / ❌ 标记状态,输出对齐易读
  • done:按 ID 查找,标记 Done = true,保存
  • delete:按 ID 删除,重排剩余 ID(或保留原始 ID,只逻辑删除)

可选加分项:支持 --all 列出已完成项、用 task.Text 模糊搜索、加颜色(用 github.com/fatih/color)提升终端体验。

基本上就这些。没花哨框架、不碰网络、不搞 ORM,纯 Go 标准库 + 少量成熟包,跑得快、编译成单二进制、扔哪都能用。数据存在本地 JSON,透明可控,备份恢复也方便。

以上就是《Golang构建CLI待办应用教程》的详细内容,更多关于golang,CLI应用,TODO应用,命令解析,JSON持久化的资料请关注golang学习网公众号!

AEMServlets详解:Web应用核心功能解析AEMServlets详解:Web应用核心功能解析
上一篇
AEMServlets详解:Web应用核心功能解析
柯里化与组合函数实现解析
下一篇
柯里化与组合函数实现解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    365次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    424次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    439次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    388次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    214次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码