検索
ホームページバックエンド開発Python チュートリアル新しい Python モジュールをすばやくパッケージ化する方法

アプリケーションをインストールするときは、通常、アプリケーションの実行可能コードと、ドキュメント、アイコンなどの重要なファイルを含むソフトウェア パッケージをインストールすることになります。 Linux では、ソフトウェアは通常、RPM や DEB などの形式にパッケージ化されています。ユーザーは、使用している Linux ディストリビューションに応じて、dnfapt などのコマンドを使用してソフトウェアをインストールできます。ただし、新しい Python モジュールはほぼ毎日リリースされるため、まだパッケージ化されていない Python モジュールに遭遇することは簡単です。これが pyp2rpm の存在意味です。

最近、python-concentration というモジュールをインストールしようとしましたが、進捗があまりスムーズではありませんでした:

$ sudo dnf install python-concentration
Updating Subscription Management repositories.
Last metadata expiration check: 1:23:32 ago on Sat 11 Jun 2022 06:37:25.
No match for argument: python-concentration
Error: Unable to find a match: python-concentration

これは PyPi で公開されているパッケージですが、まだ RPM パッケージにパッケージ化できません。幸いなことに、pyp2rpm を使用する比較的簡単なプロセスで、これを RPM パッケージにパッケージ化できるということです。

最初に 2 つのディレクトリを設定する必要があります:

$ mkdir rpmbuild
$ cd rpmbuild && mkdir SPECS

次のようにインストールします pyp2rpm:

$ sudo dnf install pyp2rpm

1. スペック ファイルを生成します

RPM パッケージの基礎はスペック ファイルです。このファイルには、必要な依存関係、アプリケーションのバージョン番号、インストールされているファイル、その他の情報など、このパッケージの作成に必要なすべての情報が含まれています。 Python モジュールを指定すると、pyp2rpm はその仕様ファイルを構築します。これを使用して RPM パッケージを作成できます。

以下では、仕様ファイルを構築する方法を示す例として python-concentration を使用します:

$ pyp2rpm concentration > ~/rpmbuild/SPECS/concentration.spec

以下は、生成されるファイルです:

# Created by pyp2rpm-3.3.8
%global pypi_name concentration
%global pypi_version 1.1.5
Name: python-%{pypi_name}
Version:%{pypi_version}
Release:1%{?dist}
Summary:Get work done when you need to, goof off when you don't
License:None
URL:None
Source0:%{pypi_source}
BuildArch:noarch
BuildRequires:python3-devel
BuildRequires:python3dist(setuptools)
%description
Concentration [![PyPI version]( [![Test Status]( [![Lint Status]( [![codecov](
%package -n python3-%{pypi_name}
Summary:%{summary}
%{?python_provide:%python_provide python3-%{pypi_name}}
Requires: (python3dist(hug) >= 2.6.1 with python3dist(hug) < 3~~)
Requires: python3dist(setuptools)
%description -n python3-%{pypi_name}
Concentration [![PyPI version]( [![Test Status]( [![Lint Status]( [![codecov](
%prep
%autosetup -n %{pypi_name}-%{pypi_version}
%build
%py3_build
%install
%py3_install
%files -n python3-%{pypi_name}
%license LICENSE
%doc README.md
%{_bindir}/concentration
%{python3_sitelib}/%{pypi_name}
%{python3_sitelib}/%{pypi_name}-%{pypi_version}-py%{python3_version}.egg-info
%changelog
*- 1.1.5-1
- Initial package.

2. rpmlint を実行します

仕様ファイルが標準に準拠していることを確認するには、ファイルに対して rpmlint コマンドを使用する必要があります:

$ rpmlint ~/rpmbuild/SPEC/concentration.spec
error: bad date in %changelog: - 1.1.5-1
0 packages and 1 specfiles checked; 0 errors, 0 warnings.

変更ログ (%changelog) が必要です。日付を記録します。

%changelog
* Sat Jun 11 2022 Tux- 1.1.5-1

rpmint を再度実行します:

$ rpmlint ~/rpmbuild/SPEC/concentration.spec
0 packages and 1 specfiles checked; 0 errors, 0 warnings.

成功しました。

3. ソース コードをダウンロードする

RPM パッケージをさらに構築するには、パッケージ化されたコードをダウンロードする必要があります。簡単な方法は、仕様ファイルを解析してソース コードの URL を取得することです。

まず、dnf を通じて spectool をインストールします:

$ sudo dnf install spectool

次に、spectool:

$ cd ~/rpmbuild
$ spectool -g -R SPEC/concentration.spec
Downloading: https://files.pythonhosted.org/...concentration-1.1.5.tar.gz
 6.0 KiB / 6.0 KiB[=====================================]
Downloaded: concentration-1.1.5.tar.gz
を通じてソース コードをダウンロードします。

これにより、SOURCES ディレクトリが作成され、そこにソース コードが配置されます。

4. ソース ソフトウェア パッケージをビルドする

仕様ファイルを確認したので、rpmbuild を使用してソース ソフトウェア パッケージをビルドできます。 rpmbuild をインストールしていない場合は、dnf 経由 (または rpmbuild# を使用する場合はターミナルから) rpm-build パッケージをインストールすることもできます。 ## インストール用のコマンド プロンプト)。

パラメータ

-bs はビルド ソース パッケージを表します。このパラメータを追加すると、特定のアーキテクチャ向けに再構築するための汎用パッケージである src.rpm ファイルが生成されます:

$ rpmbuild -bs SPECS/concentration.spec
Wrote: ~/rpmbuild/SRPMS/python-concentration-1.1.5-1.el9.src.rpm

システムにインストール可能な RPM ファイルを構築します:

$ rpmbuild –rebuild SRPMS/python-concentration-1.1.5-1.el9.src.rpm
error: Failed build dependencies:
python3-devel is needed by python-concentration-1.1.5-1.el9.noarch

これのようですパッケージのビルドを続行するには、Python 開発ライブラリをインストールする必要があります。構築を続けるには、これらをインストールしてください。今度は、ビルドが成功し、さらに出力が表示されます (わかりやすくするために、ここでは出力を省略しています):

$ sudo dnf install python3-devel -y
$ rpmbuild –rebuild SRPMS/python-concentration-1.1.5-1.el9.src.rpm
[...]
Executing(--clean): /bin/sh -e /var/tmp/rpm-tmp.TYA7l2
+ umask 022
+ cd /home/bogus/rpmbuild/BUILD
+ rm -rf concentration-1.1.5
+ RPM_EC=0
++ jobs -p
+ exit 0

これで、RPM パッケージが

RPMS サブルーチン ディレクトリにビルドされます。 dnf を実行して通常どおりインストールします。

$ sudo dnf install RPMS/noarch/python3-concentration*rpm

PyPi を使用しないのはなぜですか?

通常、Python モジュールを RPM パッケージにパッケージ化する必要はありません。 PyPi を介してモジュールをインストールすることもできますが、PyPi はモジュールをチェックして更新するために追加のパッケージ マネージャーをインストールします。

dnf を使用して RPM パッケージをインストールすると、インストールの完了時に完全なインストール リストを取得できます。 pyp2rpm を使用すると、このプロセスは高速かつ簡単で自動化されます。

以上が新しい Python モジュールをすばやくパッケージ化する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事は亿速云で複製されています。侵害がある場合は、admin@php.cn までご連絡ください。
Pythonの学習:2時間の毎日の研究で十分ですか?Pythonの学習:2時間の毎日の研究で十分ですか?Apr 18, 2025 am 12:22 AM

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Web開発用のPython:主要なアプリケーションWeb開発用のPython:主要なアプリケーションApr 18, 2025 am 12:20 AM

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

Python vs. C:パフォーマンスと効率の探索Python vs. C:パフォーマンスと効率の探索Apr 18, 2025 am 12:20 AM

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Python in Action:実世界の例Python in Action:実世界の例Apr 18, 2025 am 12:18 AM

Pythonの実際のアプリケーションには、データ分析、Web開発、人工知能、自動化が含まれます。 1)データ分析では、PythonはPandasとMatplotlibを使用してデータを処理および視覚化します。 2)Web開発では、DjangoおよびFlask FrameworksがWebアプリケーションの作成を簡素化します。 3)人工知能の分野では、TensorflowとPytorchがモデルの構築と訓練に使用されます。 4)自動化に関しては、ファイルのコピーなどのタスクにPythonスクリプトを使用できます。

Pythonの主な用途:包括的な概要Pythonの主な用途:包括的な概要Apr 18, 2025 am 12:18 AM

Pythonは、データサイエンス、Web開発、自動化スクリプトフィールドで広く使用されています。 1)データサイエンスでは、PythonはNumpyやPandasなどのライブラリを介してデータ処理と分析を簡素化します。 2)Web開発では、DjangoおよびFlask Frameworksにより、開発者はアプリケーションを迅速に構築できます。 3)自動化されたスクリプトでは、Pythonのシンプルさと標準ライブラリが理想的になります。

Pythonの主な目的:柔軟性と使いやすさPythonの主な目的:柔軟性と使いやすさApr 17, 2025 am 12:14 AM

Pythonの柔軟性は、マルチパラダイムサポートと動的タイプシステムに反映されていますが、使いやすさはシンプルな構文とリッチ標準ライブラリに由来しています。 1。柔軟性:オブジェクト指向、機能的および手続き的プログラミングをサポートし、動的タイプシステムは開発効率を向上させます。 2。使いやすさ:文法は自然言語に近く、標準的なライブラリは幅広い機能をカバーし、開発プロセスを簡素化します。

Python:汎用性の高いプログラミングの力Python:汎用性の高いプログラミングの力Apr 17, 2025 am 12:09 AM

Pythonは、初心者から上級開発者までのすべてのニーズに適した、そのシンプルさとパワーに非常に好まれています。その汎用性は、次のことに反映されています。1)学習と使用が簡単、シンプルな構文。 2)Numpy、Pandasなどの豊富なライブラリとフレームワーク。 3)さまざまなオペレーティングシステムで実行できるクロスプラットフォームサポート。 4)作業効率を向上させるためのスクリプトおよび自動化タスクに適しています。

1日2時間でPythonを学ぶ:実用的なガイド1日2時間でPythonを学ぶ:実用的なガイドApr 17, 2025 am 12:05 AM

はい、1日2時間でPythonを学びます。 1.合理的な学習計画を作成します。2。適切な学習リソースを選択します。3。実践を通じて学んだ知識を統合します。これらの手順は、短時間でPythonをマスターするのに役立ちます。

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

WebStorm Mac版

WebStorm Mac版

便利なJavaScript開発ツール

SublimeText3 Linux 新バージョン

SublimeText3 Linux 新バージョン

SublimeText3 Linux 最新バージョン

AtomエディタMac版ダウンロード

AtomエディタMac版ダウンロード

最も人気のあるオープンソースエディター

SublimeText3 英語版

SublimeText3 英語版

推奨: Win バージョン、コードプロンプトをサポート!

SAP NetWeaver Server Adapter for Eclipse

SAP NetWeaver Server Adapter for Eclipse

Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。