介紹
身為軟體工程師,我們經常發現自己在不同的模組和專案中重複使用程式碼。但讓我們面對現實吧,這種重複帶來了一個挑戰:當我們需要調整或修復程式碼時,我們必須在多個地方進行相同的更改。對於我們這些重視效率和自動化的人來說,解決方案很明確 - 創建一個可以在我們的專案中安裝和使用的單獨包。
然而,在處理機密程式碼時,我們不能簡單地將套件發佈到像 PyPI 這樣的公共儲存庫上。相反,我們需要將其部署到私人儲存庫,例如 GitHub 或 GitLab。這種方法使我們能夠保持安全性,同時仍然受益於可重複使用套件的便利性。
在本教學中,我們將引導您完成以下過程:
- 建立 Python 套件
- 將套件部署到私人儲存庫 (GitHub)
- 在虛擬環境(venv)中安裝軟體包
透過執行這些步驟,您將能夠減少程式碼重複並簡化專案中共享程式碼的維護。
注意:DRY 不僅僅代表「Don’t Repeat Yourself」——它也是一種生活方式的選擇。
1. 設定項目結構
首先,讓我們為 Python 套件設定一個基本的專案結構:
my-package/ ├── my_package/ │ ├── __init__.py │ └── module1.py ├── setup.py ├── build.pipeline.yml ├── requirements.txt ├── .gitignore ├── README.md ├── MANIFEST.in └── LICENSE
讓我們來剖析一下我們的私有 Python 套件。每個檔案和目錄在使我們的套件正常運作和可安裝方面發揮著至關重要的作用:
- my-package/:這是我們專案的根目錄。它就像一座房子,裡麵包含我們需要的所有房間(文件)。
-
my_package/:此子目錄是實際 Python 程式碼所在的位置。為了清楚起見,它的名稱與我們的套件相同。
- __init__.py:此檔案使 Python 將目錄視為套件。它可以為空,也可以執行套件的初始化程式碼。
- module1.py:這是我們放置主要程式碼的地方。根據套件的複雜程度,您可以擁有多個模組檔案。
- setup.py:將此視為我們包的說明手冊。它包含有關我們的套件的元資料(如其名稱和版本)並列出其依賴項。該檔案對於使我們的套件可透過 pip 安裝至關重要。
- requirements.txt:該檔案列出了我們的專案所依賴的所有外部Python套件。它就像 pip 的購物清單,準確地告訴它要安裝什麼才能使我們的包正常工作。
- README.md:這是我們專案的歡迎墊。它通常是人們訪問我們的 GitHub 儲存庫時看到的第一件事,因此我們用它來解釋我們的套件的用途、如何安裝以及如何使用它。
- .gitignore:該檔案告訴 Git 要忽略哪些檔案或目錄。它可以方便地將編譯的程式碼、臨時檔案或敏感資訊保持在版本控制之外。
- 許可證:此文件指定其他人如何使用、修改或分發我們的套件。這對於開源專案至關重要,有助於保護我們的工作。
- MANIFEST.in:此檔案用於在我們的套件分發中包含非 Python 檔案。如果我們有需要包含的資料檔案、文件或其他資源,我們會在此處列出。
- build.pipeline.yml:此檔案定義我們的持續整合/持續部署(CI/CD)管道。當我們將變更推送到 GitHub 儲存庫時,它會自動執行執行測試和建置套件等任務。
2. 建立包代碼
讓我們在套件中建立一個簡單的模組。在 my_package/module1.py 中:
my-package/ ├── my_package/ │ ├── __init__.py │ └── module1.py ├── setup.py ├── build.pipeline.yml ├── requirements.txt ├── .gitignore ├── README.md ├── MANIFEST.in └── LICENSE
在 my_package/__init__.py 中,我們將導入我們的模組:
class Hello: def __init__(self, name): self.name = name def greet(self): return f"Hello, {self.name}!"
3.建立setup.py
setup.py 檔案對於打包我們的專案至關重要。這是一個基本範例:
from .module1 import Hello
4.建立requirements.txt
在我們的requirements.txt 檔案中,我們包含了建置和分發套件所需的依賴項:
from setuptools import setup, find_packages with open('requirements.txt') as f: requirements = f.read().splitlines() setup( name="my_package", version="0.1", include_package_data=True, python_requires='>=3.8', packages=find_packages(), setup_requires=['setuptools-git-versioning'], install_requires=requirements, author="Abdellah HALLOU", author_email="abdeallahhallou33@gmail.com", description="A short description of your package", long_description=open('README.md').read(), long_description_content_type="text/markdown", classifiers=[ "Programming Language :: Python :: 3.8", "License :: OSI Approved :: MIT License", "Operating System :: OS Independent", ], version_config={ "dirty_template": "{tag}", } )
5. 建置和安裝你的包
安裝要求。為了簡單起見,我們將使用 Python 虛擬環境。
setuptools==69.2.0 wheel twine
建造我們的包:
python -m venv env source env/bin/activate # for linux and mac ./env/Scripts/activate # for windows pip install -r requirements.txt
要在本地安裝我們的軟體包以進行測試:
python setup.py sdist bdist_wheel
您可以使用 .gitignore 檔案提交您的工作並忽略資料夾:
https://github.com/github/gitignore/blob/main/Python.gitignore
6. 使用標籤在 GitHub 上發布套件
要發佈包,請先在專案 my-package/ 的根目錄下建立一個 build.pipeline.yml 檔案並提交。部署將使用 twine 完成,這是我們之前安裝的函式庫:
my-package/ ├── my_package/ │ ├── __init__.py │ └── module1.py ├── setup.py ├── build.pipeline.yml ├── requirements.txt ├── .gitignore ├── README.md ├── MANIFEST.in └── LICENSE
如果您需要在模組安裝中包含非 Python 文件,可以使用 MANIFEST.in 檔案。此文件指定您的軟體包分發中應包含哪些附加文件。
class Hello: def __init__(self, name): self.name = name def greet(self): return f"Hello, {self.name}!"
然後上傳套件:
from .module1 import Hello
7. 安裝軟體包
建立存取權杖:
- 前往設定>;開發者設定> 個人存取令牌(經典) > 產生新令牌。
- 確保檢查 write:packages 範圍以授予必要的權限。
獲得令牌後,請確保其安全,因為您將需要它來安裝軟體包。
在您的電腦上,您可以使用以下範本安裝您的私有套件:
from setuptools import setup, find_packages with open('requirements.txt') as f: requirements = f.read().splitlines() setup( name="my_package", version="0.1", include_package_data=True, python_requires='>=3.8', packages=find_packages(), setup_requires=['setuptools-git-versioning'], install_requires=requirements, author="Abdellah HALLOU", author_email="abdeallahhallou33@gmail.com", description="A short description of your package", long_description=open('README.md').read(), long_description_content_type="text/markdown", classifiers=[ "Programming Language :: Python :: 3.8", "License :: OSI Approved :: MIT License", "Operating System :: OS Independent", ], version_config={ "dirty_template": "{tag}", } )
結論
幹得好,你現在知道如何在 GitHub 上使用 Python 建立和部署自己的私有套件了。
Github 儲存庫連結:https://github.com/ABDELLAH-Hallou/Private-Python-Package-Deployment
以上是在 GitHub 上建立並發布私有 Python 套件的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Linux終端中查看Python版本時遇到權限問題的解決方法當你在Linux終端中嘗試查看Python的版本時,輸入python...

本文解釋瞭如何使用美麗的湯庫來解析html。 它詳細介紹了常見方法,例如find(),find_all(),select()和get_text(),以用於數據提取,處理不同的HTML結構和錯誤以及替代方案(SEL)

Python的statistics模塊提供強大的數據統計分析功能,幫助我們快速理解數據整體特徵,例如生物統計學和商業分析等領域。無需逐個查看數據點,只需查看均值或方差等統計量,即可發現原始數據中可能被忽略的趨勢和特徵,並更輕鬆、有效地比較大型數據集。 本教程將介紹如何計算平均值和衡量數據集的離散程度。除非另有說明,本模塊中的所有函數都支持使用mean()函數計算平均值,而非簡單的求和平均。 也可使用浮點數。 import random import statistics from fracti

本文比較了Tensorflow和Pytorch的深度學習。 它詳細介紹了所涉及的步驟:數據準備,模型構建,培訓,評估和部署。 框架之間的關鍵差異,特別是關於計算刻度的

本文討論了諸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和請求等流行的Python庫,並詳細介紹了它們在科學計算,數據分析,可視化,機器學習,網絡開發和H中的用途

本文指導Python開發人員構建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等庫詳細介紹,強調輸入/輸出處理,並促進用戶友好的設計模式,以提高CLI可用性。

在使用Python的pandas庫時,如何在兩個結構不同的DataFrame之間進行整列複製是一個常見的問題。假設我們有兩個Dat...

文章討論了虛擬環境在Python中的作用,重點是管理項目依賴性並避免衝突。它詳細介紹了他們在改善項目管理和減少依賴問題方面的創建,激活和利益。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

SublimeText3 英文版
推薦:為Win版本,支援程式碼提示!

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

VSCode Windows 64位元 下載
微軟推出的免費、功能強大的一款IDE編輯器

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境