Hatch构建工具中SDist包大小优化实践
2025-06-02 13:11:47作者:范垣楠Rhoda
在Python包开发过程中,构建工具的选择和配置直接影响着最终发布包的质量和效率。本文将以Hatch构建工具为例,深入探讨如何优化源代码分发包(SDist)的大小,特别是如何处理测试文件包含问题。
SDist包大小问题分析
许多开发者在使用Hatch构建Python包时发现,生成的源代码分发包(SDist)体积异常庞大,有时甚至达到几MB,而对应的wheel包却只有几十KB。这种现象的主要原因是Hatch默认会将项目目录下的所有文件都包含在SDist包中,包括测试目录和测试数据。
这种默认行为虽然保证了构建的完整性,但在实际发布场景中却带来了几个问题:
- 增加了用户下载时间和存储空间消耗
- 延长了CI/CD管道的构建时间
- 可能导致不必要的文件泄露风险
解决方案与实践
Hatch提供了灵活的配置选项来解决这个问题。通过在项目配置文件中添加特定设置,开发者可以精确控制哪些文件应该包含在SDist包中。
基础配置方案
最简单的解决方案是在项目的pyproject.toml文件中添加以下配置:
[tool.hatch.build.targets.sdist]
only-packages = true
exclude = [
"tests/",
]
这个配置实现了两个优化:
only-packages = true
确保只包含Python包目录exclude
列表显式排除了测试目录
配置选项详解
Hatch为SDist构建提供了几个关键配置参数:
- only-packages: 布尔值,设置为true时只包含被识别为Python包的目录
- exclude: 字符串列表,指定要从SDist中排除的文件模式
- include: 字符串列表,指定要显式包含的文件模式
进阶配置技巧
对于更复杂的项目结构,可以采用以下进阶配置策略:
[tool.hatch.build.targets.sdist]
only-packages = true
exclude = [
"tests/",
"benchmarks/",
"docs/",
"examples/",
"*.md",
"*.rst"
]
这种配置不仅排除了测试目录,还排除了文档、示例等非必要内容,进一步减小了包体积。
行业实践对比
值得注意的是,Hatch的这种默认包含所有文件的行为并非特例。其他主流Python构建工具如pypa/build和flit也采用了类似的默认策略。这种设计哲学源于Python打包生态对"完整源代码"的传统理解,即SDist应该包含重建包所需的一切内容。
然而,在实际项目维护中,开发者需要根据项目特点权衡完整性和效率。对于开源库,可能希望包含测试以便用户验证;而对于私有项目或纯发布场景,精简包体积可能更为重要。
最佳实践建议
基于项目实践,我们总结出以下建议:
- 对于公开的开源库,考虑保留测试文件但压缩测试数据
- 对于私有项目或纯发布场景,使用
only-packages
精简包内容 - 在CI/CD管道中,可以生成两个版本的SDist:一个完整版用于开发,一个精简版用于发布
- 定期检查SDist内容,确保没有意外包含敏感文件或大文件
通过合理配置Hatch构建选项,开发者可以在保证功能完整性的同时,显著优化包分发效率,提升用户体验。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
53
468

deepin linux kernel
C
22
5

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
7
0

🎉 (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
878
517

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
336
1.1 K

React Native鸿蒙化仓库
C++
180
264

一个高性能、可扩展、轻量、省心的仓颉Web框架。Rest, 宏路由,Json, 中间件,参数绑定与校验,文件上传下载,MCP......
Cangjie
87
14

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
349
381

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
612
60