依賴管理一直都在編程語言中占據(jù)著至關(guān)重要的地位，無論是Python、JavaScript還是Java、Go。

[[332977]]

雖然不同編程語言的依賴管理工具不盡相同，但是它們追求的目標(biāo)都是大同小異的。能夠?qū)椖恳詠磉M行更加輕松統(tǒng)一的管理，能夠更加便捷的進行項目遷移和部署。

因此，就出現(xiàn)了maven、npm、pip這些依賴包管理工具，但是，對比于Java和JS，Python在依賴管理方面更加特殊。所以，先后出現(xiàn)了多款不同的管理工具，每一次升級都是為了更好的做好Python的依賴包管理工具。

Python在依賴包管理方面主要的特殊性就來自于，不僅需要考慮項目以來的第三方包，還要著重考慮虛擬環(huán)境。這一點，是由于Python和Java、JS這些編程語言本質(zhì)上存在差異導(dǎo)致的。

 

 

 

 

Java、JS是以項目進行隔離，每當(dāng)開發(fā)一個項目，依賴包都是安裝在項目工程路徑下。每個工程之間是隔離的，這樣，即便是不同工程用到同一個包的不同版本，它們之間也不會產(chǎn)生沖突。

 

 

 

 

但是，Python則不同，在Python中無法通過工程對依賴包進行隔離。

當(dāng)我們之間使用pip安裝第三方包時，所有的依賴都會安裝到安裝目錄下的site-packages。

試想一下，如果我們開發(fā)A工程，用到了TensorFlowv0.1。但是，開發(fā)B工程，需要用到TensorFlowv0.2。這時候，site-packages下的依賴包就會產(chǎn)生沖突，后面安裝的依賴包就會把前面已經(jīng)安裝的版本卸載掉然后再安裝新版本依賴包。

顯然，這樣是非常不友好的。

為了解決這個問題，虛擬環(huán)境就起到了至關(guān)重要的作用。

 

 

 

 

在開發(fā)不同的工程時，可以創(chuàng)建并激活不同的虛擬環(huán)境。這樣，不同的工程就會用到不同環(huán)境下的解析器，我們也可以把依賴包安裝到不同虛擬環(huán)境的site-packages路徑下。

因此，在Python中依賴管理一般指代依賴管理+虛擬環(huán)境。

以往，針對Python依賴管理和虛擬環(huán)境經(jīng)常會用到2個工具：pip和virtualenv。

其中pip用于依賴包的管理，virtualenv用于虛擬環(huán)境的管理。

這樣雖然解決了不同工程之間環(huán)境隔離的問題，但是也存在著明顯的不足：

• 需要同時依賴2款管理工具
• 不能動態(tài)更新requirements.txt

其中比較突出的問題就是第2點。

在工程開發(fā)過程中，需要一個配置文件來記錄依賴包和環(huán)境參數(shù)，例如，maven的pom.xml、npm的package.json。

而在Python中常用的就是requirements.txt。

這種純文本的格式只能用于記錄依賴包的名稱，而不能像yaml、json、xml這些文本存儲格式一樣記錄更多環(huán)境參數(shù)信息。

另外，更致命的一點就是，每次導(dǎo)出依賴包都需要手動執(zhí)行pip freeze > requirements.txt命令。很明顯，這樣是非常不合理的。試想一下，如果由于忙碌忘記手動執(zhí)行這項操作，那么費九牛二虎之力部署到生產(chǎn)環(huán)境之后發(fā)現(xiàn)報錯，這樣會造成很大的損失。

因此，pipenv就誕生了。

pipenv

pipenv是由requests、flask等知名工具包的作者Kenneth Reitz于2017年發(fā)布的一款Python依賴包管理工具。

pipenv可以看成是pip+virtualenv兩款工具的合體，它集合了pip的依賴包管理和virtualenv虛擬環(huán)境管理于一身。另外，在依賴包記錄方面使用Pipfile替代原來的requirements.txt。而且，它能夠自動記錄并更新記錄文件，這樣就不再需要手動執(zhí)行命令來更新requirements.txt。

pipenv的出現(xiàn)的確大大降低了Python依賴包管理的復(fù)雜度，提升了項目開發(fā)、工程遷移的效率。

因此，近幾年關(guān)于pipenv的評價一直都非常好，各大內(nèi)容平臺對于pipenv稱頌的文章更是多如牛毛。

但是，我至今沒有成為pipenv的忠實用戶，而且，也不會選擇pipenv來代替原來pip+virtualenv的方案。

我相信，那些滿篇稱頌pipenv的作者也未必是它的忠實用戶。

不可否認(rèn)，pipenv在Python依賴包管理方面提供了一個很好的解決方案。但是，它依然有一些致命的缺陷，比原來pip+virtualenv方案的繁瑣、手動操作更為棘手。

• Lock速度緩慢
• 強行更新不相干依賴
• 依賴處理效果較差

這里舉個例子來解釋一下第3點。

使用pipenv安裝一個包，

 

$ pipenv install oslo.utils==1.4.0 

這時候就會發(fā)生報錯，

 

Could not find a version that matches pbr!=0.7,!=2.1.0,<1.0,>=0.6,>=2.0.0 

這個報錯的含義是無法找到合適版本的pbr，即便是有合適的版本，pipenv也會簡單粗暴的拋出錯誤，無法完成依賴包的處理和安裝。

這時，更為優(yōu)秀的工具包出現(xiàn)了，它就是poetry。

poetry

poetry是一款可以管理Python依賴、環(huán)境，同時可以用于Python工程打包和發(fā)布的一款第三方工具包。

poetry通過配置文件pyproject.toml來完成依賴管理、環(huán)境配置、基本信息配置等功能。相當(dāng)于把Python項目中的Pipfile、setup.py、setup.cfg、requirements.txt、MANIFEST.in融合到一起。

通過pyproject.toml文件，不僅可以配置依賴包，還可以用于區(qū)分開發(fā)、測試、生產(chǎn)環(huán)境、配置源路徑。

為什么選擇poetry?

poetry相比于pipenv具有很多明顯優(yōu)勢的功能：

• 更強大的依賴處理功能
• 易于打包和構(gòu)建Python工程
• 易于發(fā)布工具包
• 結(jié)構(gòu)化展示依賴關(guān)系

更強大的依賴處理功能

以前面介紹pipenv的例子來介紹poetry在依賴處理方面的強大之處。

pipenv在安裝工具包遇到直觀的問題時會直接報錯，并終止。

而使用poetry安裝則不會，

 

$ poetry add oslo.utils=1.4.0 
  - Installing pytz (2018.3) 
  - Installing netifaces (0.10.6) 
  - Installing netaddr (0.7.19) 
  - Installing oslo.i18n (2.1.0) 
  - Installing iso8601 (0.1.12) 
  - Installing six (1.11.0) 
  - Installing babel (2.5.3) 
  - Installing pbr (0.11.1) 
  - Installing oslo.utils (1.4.0) 

poetry在遇到pbr (>=0.6,!=0.7,<1.0)這個限定條件時，它會嘗試去安裝最新的pbr(0.11.1版)，同時會選擇oslo.i18n==3.20.0，但是，這時候發(fā)現(xiàn)oslo.i18n的版本和pbr最新版本沖突。如果在pipenv中則會報錯。但是poetry會嘗試找出解決方案，最后發(fā)現(xiàn)oslo.i18n==2.1.0時可以滿足所有相互依賴關(guān)系的要求。最終，成功安裝依賴包。

易于打包和構(gòu)建Python工程

在工程開發(fā)過程中，項目遷移和工程化部署是無法繞開的問題。

如果需要把我們的工程部署到生產(chǎn)環(huán)境服務(wù)器上，這時候就需要用到Python的打包和安裝功能。

在以往，會寫繁瑣的setup.py、setup.cfg。而在poetry中，一行命令就可以解決，

 

$ poetry build 
 
Building poetry (1.0.0) 
- Building sdist 
- Built poetry-1.0.0.tar.gz 
 
- Building wheel 
- Built poetry-1.0.0-py2.py3-none-any.whl 

易于發(fā)布工具包

如果想要把工程發(fā)布到PyPI倉庫怎么辦?

在poetry中，只需要簡單配置一下pyproject.toml，就可以實現(xiàn)一行命令發(fā)布工具包，

 

$ poetry publish 
 
Publishing poetry (1.0.0) to PyPI 
 
  - Uploading poetry-1.0.0.tar.gz 100% 
  - Uploading poetry-1.0.0-py2.py3-none-any.whl 58% 

結(jié)構(gòu)化展示依賴關(guān)系

Python是一款對第三方工具包依賴很強的一種編程語言，一個項目中會用到很多款不同的工具包，而這些包的依賴關(guān)系是什么樣的，很多開發(fā)者對其了解卻很少。

poetry可以實現(xiàn)結(jié)構(gòu)化展示每個工具包的依賴關(guān)系，讓工程的依賴一目了然，

 

$ poetry show --tree 
requests-toolbelt 0.8.0 A utility belt for advanced users... 
└── requests <3.0.0,>=2.0.1 
    ├── certifi >=2017.4.17 
    ├── chardet >=3.0.2,<3.1.0 
    ├── idna >=2.5,<2.7 
    └── urllib3 <1.23,>=1.21.1 
 
$ poetry show --latest 
pendulum 2.0.4   1.4.5 Python datetimes made easy. 
django   1.11.11 2.0.3 A high-level Python Web framework ... 
requests 2.18.4  2.18.4 Python HTTP for Humans. 

如何使用poetry?

安裝

poetry提供多種安裝方式，個人推薦從以下2種方式中選擇：

方式一：(推薦)

 

$ curl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python 

方式二：(pip)

 

$ pip install --user poetry 

工程初始化

如果當(dāng)前還沒有創(chuàng)建工程，可以使用poetry新建工程：

 

$ poetry new poetry-demo 

這時候，會創(chuàng)建一個包含如下內(nèi)容的工程，

 

poetry-demo 
├── pyproject.toml 
├── README.rst 
├── poetry_demo 
│   └── __init__.py 
└── tests 
    ├── __init__.py 
    └── test_poetry_demo.py 

除了新建工程，還可以在已有工程的基礎(chǔ)上進行創(chuàng)建，

 

$ poetry init 

這時候，它會讓你輸入包名稱、版本號等信息，你可以選擇輸入，也可以選擇按下ENTER鍵使用默認(rèn)值。

依賴包管理

• 安裝依賴包

可以使用add命令來安裝一款Python工具包，

 

$ poetry add numpy 

還可以，通過添加配置參數(shù)--dev來區(qū)分不同環(huán)境下的依賴包。

可以使用install命令直接解析并安裝pyproject.toml的依賴包，

 

$ poetry install 

• 更新依賴包

更新所有鎖定版本的依賴包，

$ poetry update 

更新指定依賴包，

 

$ poetry update numpy 

• 卸載依賴包

 

$ poetry remove numpy 

虛擬環(huán)境管理

• 創(chuàng)建虛擬環(huán)境

創(chuàng)建虛擬環(huán)境有2種方式：

方式1：

如果在配置文件中配置了virtualenvs.create=true，執(zhí)行poetry install時會檢查是否有虛擬環(huán)境，否則會自動創(chuàng)建。

方式2：

利用poetry env use命令，

 

$ poetry env use python3.7 

• 激活虛擬環(huán)境

 

$ poetry shell 

• 查看虛擬環(huán)境信息

 

$ poetry env info 

• 顯示虛擬環(huán)境列表

 

$ poetry env list 

• 刪除虛擬環(huán)境

 

$ poetry env remove python3.7 

結(jié)語

poetry或許目前依然存在著某些不足之處，但是，它的確提供了一套當(dāng)前最為完善的Python依賴包管理解決方案。相對與當(dāng)前的pip、pipenv具有很多顯而易見的優(yōu)勢，而在GitHub上該項目也已經(jīng)獲得高達11.2k顆star。

如果喜歡嘗鮮，可以嘗試使用poetry替換pip+virtualenv或者pipenv進行依賴包管理和虛擬環(huán)境管理。很多新事物的出現(xiàn)，都會伴隨著一些學(xué)習(xí)成本，例如，Java的spring boot、JS的umi。剛開始會耗費很多精力去理解這些新鮮事物，但是一旦熟悉它的使用，就會發(fā)現(xiàn)會大大提升開發(fā)效率。