• pipenv快速入门


    pip绝大部分的第三方库都可以用pip来安装,用起来很方便。但是如果我们要把项目部署到服务器上面的话,就稍微有些麻烦了,因为还需要在服务器上用pip安装这些包,假如项目中用到很多包的话,一个个安装会很麻烦,而且没有通用性。

    Java上的maven、gradle,NodeJS的npm这些工具就不存在这个问题,它们有一个或多个的专门的依赖文件来管理这些包。pipenv就是这样一个类似的工具,可以帮助我们管理Python和第三方库的版本。

    安装

    安装pipenv很简单,用pip命令就可以安装。

    pip install pipenv

    将来需要更新pipenv的时候,运行:

    pip install --user --upgrade pipenv

    首次运行

    如果是第一次在项目中运行pipenv命令的话,会在项目中创建一个名为Pipfile的文件,文件内容类似下面这样。用过maven、gradle等工具的同学对此应该熟悉,相信不用我解释其中的含义。

    [[source]]
    url = "https://pypi.org/simple"
    verify_ssl = true
    name = "pypi"
    
    [packages][[source]]
    url = "https://pypi.org/simple"
    verify_ssl = true
    name = "pypi"
    
    [packages]
    requests-html = "*"
    
    [dev-packages]
    
    [requires]
    python_version = "3.7"
    requests-html = "*"
    
    [dev-packages]
    
    [requires]
    python_version = "3.7"

    如果运行过install、update等命令的话,还会创建一个Pipfile.lock文件,类似npm中的lock文件。这两个文件就是pipenv用于管理第三方库的配置文件,如果同时使用版本控制软件的话,需要将它们也加入进去。

    使用pipenv创建虚拟环境,自动生成一个随机的虚拟环境目录名。如果在windows系统下执行命令,生成的虚拟环境在C:Users用户名.virtualenvs文件夹下。

    常用命令

    安装

    例如,我想在项目中安装requests这个包,运行:

    pipenv install requests

    如果需要指定具体版本号,可以这样:

    pipenv install requests==2.13.0

    如果是第一次运行pipenv的话,会先创建Pipfile文件,否则会修改Pipfile`文件。

    该命令还有一个常用参数-d--dev,用于安装仅供开发使用的包。

    卸载

    相应的还有命令来卸载第三方包,该命令还有两个参数--all--all-dev用于卸载所有包和所有开发包。

    pipenv uninstall requests

    更新

    查看所有需要更新的包:

    pipenv update --outdated

    更新所有包:

    pipenv update

    更新指定的包:

    pipenv update <包名>
    

      

    从requirements.txt导入

    如果项目中有requirements.txt文件,pipenv会在安装的时候自动导入。如果需要导入其他位置的requirements.txt,可以用下面的命令:

    pipenv install -r path/to/requirements.txt

    指定Python版本

    pipenv会创建虚拟Python环境,并在其中用pip安装所有包。如果要指定Python版本,可以用下面的命令,三种版本号都支持:

    pipenv --python 3
    pipenv --python 3.6
    pipenv --python 2.7.14

    如果不指定版本号,pipenv会使用系统默认的Python版本。需要注意,这里指定的Python必须是系统已经安装的、可以在环境变量中搜索到的版本号,如果指定未安装的版本,会提示错误。

    运行命令

    用下面的命令可以启动一个在虚拟环境中的shell:

     
    pipenv shell

    如果不想启动shell,而是直接在虚拟环境中执行命令,可以使用run:

    pipenv run python --version
     

    高级用法

    一开始我文档没看全,然后用pipenv的时候发现有一些问题,后来我发现官方文档还有一部分高级内容也很重要,所以再来补充一下。当然如果有需要的话还是得看原文

    导出requirements.txt

    用下面的命令就可以将PipfilePipfile.lock文件里面的包导出为requirements.txt文件。

    pipenv lock -r

    如果只想导出开发用的包,可以添加--dev参数:

    pipenv lock -r --dev

    自动安装Python

    pipenv只能搜索系统中已经安装的Python版本,对于未安装的版本,会提示错误。但是如果你同时安装了pyenv的话,pipenv会自动发现pyenv,然后直接询问你是否要安装。这样一来,原来的工作流程是:用pyenv安装某个Python->用virtualenv或venv创建虚拟环境->用pip从requirements.txt中安装包->将来可能还要更新包。现在完全可以用pipenv一两条命令解决,真的是非常方便。

    自动加载.env文件

    .env文件可以设置一些环境变量,在程序开发的时候模拟环境变量。pipenv也可以自动加载.env文件。

    $ cat .env
    HELLO=WORLD⏎
    
    $ pipenv run python
    Loading .env environment variables…
    Python 2.7.13 (default, Jul 18 2017, 09:17:00)
    [GCC 4.2.1 Compatible Apple LLVM 8.1.0 (clang-802.0.42)] on darwin
    Type "help", "copyright", "credits" or "license" for more information.
    >>> import os
    >>> os.environ['HELLO']
    'WORLD'

    环境变量支持

    Pipfile中也可以引用环境变量的值,格式为${MY_ENVAR}$MY_ENVAR,在Windows系统中还支持%MY_ENVAR%

     
    [[source]]
    url = "https://${PYPI_USERNAME}:${PYPI_PASSWORD}@my_private_repo.example.com/simple"
    verify_ssl = true
    name = "pypi"
    
    [dev-packages]
    
    [packages]
    requests = {version="*", index="home"}
    maya = {version="*", index="pypi"}
    records = "*"

    自定义虚拟环境路径

    很多工具遵循Linux开发习惯,将东西全存在用户目录中,在Linux中可能没啥,但是在Windows下可能有人不喜欢把这些东西放在用户目录。当然pipenv也可以自定义,只需要设置或修改WORKON_HOME环境变量的值即可。

    如果设置了PIPENV_VENV_IN_PROJECT环境变量,pipenv会把虚拟环境放在项目目录的.venv目录下。

    配置pipenv

    pipenv还有一些配置,都是使用环境变量配置的,由于配置项比较多,这里就不介绍了,直接看官方文档好了。

    setup.py安装

    pipenv也可以从setup.py安装:

     
    pipenv install -e .
    

    那么为什么不全用pipenv来安装呢?官方文档这里为我们做出了解释:项目可以分为两种,程序和库,对于程序来说应该使用pipenv,而对于库来说则是在setup.py中安装。详细解释说实话我没太看懂,大意就是抽象依赖和具体依赖,还有一个责任分配的问题,原文在这里

    一般从github上clone下来的项目  都会有自带的pipenv的相关内容,只要有pipenv这个库,就会自动建立相关的环境

    声明 欢迎转载,但请保留文章原始出处:) 博客园:https://www.cnblogs.com/chenxiaomeng/ 如出现转载未声明 将追究法律责任~谢谢合作
  • 相关阅读:
    数据结构>图的应用(拓扑排序,关键路径) 小强斋
    数据结构>图的最短路径 小强斋
    数据结构>图的连通性和最小生成树 小强斋
    mysql查看表的存储引擎等相关信息
    java.util.TaskQueue的最小堆排序算法的应用
    jetty源码阅读总结1
    lucene3.6.0的高亮显示
    log4j MDC NDC应用场景
    velocity自定义标签和指令
    jetty关于http状态码处理的一个很有用的类
  • 原文地址:https://www.cnblogs.com/chenxiaomeng/p/14823112.html
Copyright © 2020-2023  润新知