Pipenv 新增 requirements 子命令支持基于 Pipfile 生成依赖列表
2025-05-07 12:10:07作者:伍霜盼Ellen
在 Python 项目开发中,开发者经常需要在应用程序开发(需要固定所有依赖版本)和库开发(不需要固定依赖版本以避免冲突)两种场景间切换。Pipenv 作为流行的 Python 依赖管理工具,最近新增了一个实用功能,能够直接从 Pipfile 生成 requirements.txt 格式的依赖列表,而不需要依赖 Pipfile.lock 文件。
功能背景
传统上,Pipenv 主要通过 Pipfile 和 Pipfile.lock 文件管理项目依赖。Pipfile 声明顶层依赖关系,而 Pipfile.lock 则记录精确的依赖版本和完整的依赖树。然而在某些场景下,开发者只需要获取 Pipfile 中声明的顶层依赖,而不需要完整的锁定依赖树。
这种需求在库开发中尤为常见。库开发者通常不希望过度约束依赖版本,以避免与其他库产生冲突。同时,他们又需要一种简单的方式将依赖声明导出为 requirements.txt 格式,用于构建工具、CI/CD 流程或其他不支持 Pipenv 的环境。
新功能详解
新实现的 pipenv requirements 子命令增加了直接从 Pipfile 提取依赖的能力。该功能支持:
- 仅输出 Pipfile 中声明的顶层依赖项
- 支持按类别(如常规依赖、开发依赖等)筛选依赖
- 保持原始 Pipfile 中指定的版本约束
使用示例:
# 输出所有顶层依赖
pipenv requirements --NEW_OPTION
# 仅输出特定类别的依赖(如style类别)
pipenv requirements --NEW_OPTION --categories style
技术实现原理
该功能的核心是解析 Pipfile 文件结构,提取其中的依赖声明部分。与传统的基于 Pipfile.lock 的导出不同,新实现:
- 直接读取 Pipfile 的 TOML 格式内容
- 解析 packages 和其他指定类别下的依赖项
- 将依赖名称和约束条件转换为 requirements.txt 格式
- 完全跳过依赖解析和锁定步骤,保持轻量级
应用场景
这一功能特别适用于以下场景:
- 库开发项目:在 setup.py 或 pyproject.toml 中动态指定依赖
- 多环境兼容:为不支持 Pipenv 的环境提供兼容的依赖声明
- CI/CD 集成:简化构建流程中的依赖管理
- 依赖文档化:生成项目依赖的简明文档
最佳实践建议
- 对于应用程序开发,仍建议使用 Pipfile.lock 确保环境一致性
- 库项目可以使用此功能生成安装时依赖声明
- 可以将此命令集成到项目的构建前脚本中,自动保持依赖同步
- 考虑在 CI 流程中验证 Pipfile 和生成的 requirements.txt 一致性
这一功能的加入使 Pipenv 在保持原有优势的同时,更好地适应了不同 Python 项目的依赖管理需求,特别是为库开发者提供了更大的灵活性。开发者现在可以更轻松地在严格版本控制和宽松依赖声明之间切换,而无需维护多个依赖声明文件。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.72 K
暂无简介
Dart
635
144
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
651
275
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
627
React Native鸿蒙化仓库
JavaScript
245
316
Ascend Extension for PyTorch
Python
196
215