Pipenv 新增 requirements 子命令支持基于 Pipfile 生成依赖列表
2025-05-07 14:54:01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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136