Pipenv 新增 requirements 子命令支持基于 Pipfile 生成依赖列表
2025-05-07 17:38:49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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
294
2.62 K
暂无简介
Dart
585
127
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++
606
185
deepin linux kernel
C
24
7
🎉 (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
1.05 K
610
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
358
2.29 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
760
72
Ascend Extension for PyTorch
Python
124
149
仓颉编译器源码及 cjdb 调试工具。
C++
122
424
仓颉编程语言运行时与标准库。
Cangjie
130
437