Hatchling构建工具中处理PySide6 UI文件编译的最佳实践
背景介绍
在使用Python构建GUI应用程序时,PySide6是一个流行的Qt框架绑定。PySide6项目中的UI界面通常使用Qt Designer创建,保存为.ui文件,这些文件需要通过pyside6-uic工具编译成Python代码(ui_*.py文件)。这些编译生成的文件需要包含在最终的分发包中,但通常不应该提交到版本控制系统。
传统构建方式的问题
在传统的Python打包方式中,开发者通常使用python setup.py build命令来处理这种情况。然而,这种方法已经被弃用,现代Python项目推荐使用基于pyproject.toml的构建系统。Hatchling作为一个现代化的构建后端,提供了更清晰和可维护的构建配置方式。
Hatchling配置解决方案
要在Hatchling构建系统中正确处理这些编译生成的UI文件,需要进行以下配置:
-
版本控制忽略:在
.gitignore文件中添加ui_*.py,确保编译生成的文件不会被意外提交。 -
构建配置:在
pyproject.toml中添加wheel构建目标配置:
[tool.hatch.build.targets.wheel]
artifacts = ["ui_*.py"]
这个配置告诉Hatchling在构建wheel包时包含所有匹配ui_*.py模式的文件。
构建过程中的注意事项
当使用不同的构建前端工具时,可能会遇到构建行为不一致的情况:
-
直接使用Hatch:当使用
hatch build命令时,Hatchling会直接处理artifacts配置,生成的wheel包会正确包含UI文件。 -
使用build模块:当使用
python -m build时,默认会先构建源分发(sdist)然后再从sdist构建wheel。由于sdist不包含生成的文件,会导致最终wheel中缺少UI文件。
解决方案
针对build模块的行为,有以下几种解决方案:
-
跳过sdist阶段:使用
python -m build -s -w命令直接构建wheel,跳过sdist阶段。 -
完整配置sdist:在
pyproject.toml中同时配置sdist和wheel的artifacts:
[tool.hatch.build.targets.sdist]
artifacts = ["ui_*.py"]
[tool.hatch.build.targets.wheel]
artifacts = ["ui_*.py"]
- 创建Hatch插件:更完善的解决方案是创建一个Hatch插件,在构建过程中自动处理UI文件的编译,这样项目仓库中就不需要包含生成的Python文件,任何克隆仓库的用户都能轻松构建项目。
最佳实践建议
-
自动化构建流程:考虑在项目中使用Hatch插件或自定义构建脚本来自动化UI文件的编译过程。
-
文档说明:在项目文档中明确说明构建步骤和依赖,特别是
pyside6-uic工具的需求。 -
持续集成:在CI/CD流程中确保正确配置构建命令,避免因环境差异导致的构建失败。
通过合理配置Hatchling构建系统,开发者可以优雅地处理PySide6 UI文件的编译和打包问题,同时保持代码仓库的整洁和构建过程的可重复性。
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