Python依赖管理那点事

学Python有段时间了，学的时候会想着拿它和Java对比。

• 在对比的时候，发现 Java 有很成熟的项目构建工具，有使用 xml 的 Maven，也有使用 groovy 的 Gradle，这样的构建工具能够自动处理项目的依赖，很是方便。
• 对于Python，在依赖管理方面，从一个初学者的角度看，嗯，只能说，贵圈真乱！(本文纯属个人观点，不喜勿喷) 好吧，让我们捋一捋。
  • 在包管理方面，听说现在在役的包管理工具有 distutils、 setuptools、 distribute、 distlib、 pip，真让人眼花缭乱。幸运的是，现在貌似有setuptools和pip就已经足够了。
  • 在项目依赖隔离方面，Python主要使用虚拟环境，而关于虚拟环境的模块，pyenv、 venv、 virtualenv、 virtualenvwrapper，也是叫人看到头皮发麻！
  • 此外，很多 Python库使用了 C/C++语言，即使 Python 只是一个小版本的更新，对应的库也需要完全重新编译一次，也就是说不同小版本的 Python 的依赖也不一定能兼容。
  • 还有就是版本问题(一直认为是个大坑！)，很多时候，我们都希望能用一个工具来在两个版本间灵活地切换，并分别管理它们的依赖。
• 虽然存在众多不足，但可以看到的是，Python依然在往好的方向发展，比如目前的终极解决方案pipenv，其出现让Python的依赖管理逐渐优雅和简单。下面来总结一下我觉得比较有用的依赖管理工具，希望可以让和我一样的初学者在依赖管理方面少走一些弯路。

pip

​ 之前我曾写过关于pip使用的，pip的基本使用。但如果在做项目时，只会使用 pip intall 来管理包，用久了会发现各个项目的模块杂揉到一起，很是混乱，还可能会导致各种奇怪的错误，因为pip安装好的模块全都在一个全局的模块库中，无法实现项目间的依赖隔离。显然，pip在包管理方面很好用，但在要隔离项目间的依赖，还需要使用别的工具，比如 virtualenv 。

virtualenv

在使用 virtualenv 处理项目依赖时，我们通常会使用 virtualenv 创建一个虚拟环境，再创建一个依赖包列表 requirements.txt ，然后他们可以使用 pip进行安装。这种方法一般都会工作正常，但有时它会表现出一些怪异行为。下面是其使用时的一些缺陷。

缺点

• 你可能得手动安装或删除某些特定版本的包，并记得定期更新 requirements.txt 文件，以保持项目环境的一致。特别是当你想要在你的虚拟环境中安装Python包，但它不一定与项目本身相关联的时候。
• 此外，一些项目有时会保留 requirements.txt 文件的两个版本——一个用于开发环境，一个用于生产环境，这可能会导致更多的复杂性。

Pipenv

不得不说，在项目包管理方面，Python确实存在不少的坑。直到Pipenv的出现，Python的依赖管理才逐渐变得优雅起来。Pipenv是官方推荐的的python包管理工具，它旨在将所有包管理工具（如bundler, composer, npm, cargo, yarn等）的优点集中应用于python领域。

下面是其主要优势：

1. 集成了pip，virtualenv两者的功能，且完善了两者的一些缺陷。
2. 支持Python2 和 Python3，在各个平台的命令都是一样的。
3. 过去用virtualenv管理requirements.txt文件可能会有问题，Pipenv使用Pipfile和Pipfile.lock，后者存放将包的依赖关系，查看依赖关系是十分方便。
4. 各个地方使用了哈希校验，无论安装还是卸载包都十分安全，且会自动公开安全漏洞。
5. 通过加载 .env 文件简化开发工作流程。

总结

• 如果需要将库安装到全局系统，我们还是需要使用pip；
• 管理项目依赖方面，pipenv是目前的终极解决方案；
• 如果需要维护使用virtualenv的项目，也可以使用pipenv，因为兼容virtualenv，并且virtualenv项目可以方便地迁移到pipenv。

最后， 个人建议，保持简单，拥抱pipenv吧！
关于Pipenv的使用，可以看一下我的另一篇文章， Pipenv使用入门