首頁 後端開發 Python教學 在 GitHub 上建立並發布私有 Python 套件

在 GitHub 上建立並發布私有 Python 套件

Oct 20, 2024 pm 10:18 PM

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:

  1. 建立 Python 套件
  2. 將套件部署到私人儲存庫 (GitHub)
  3. 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。

Create and Release a Private Python Package on GitHub

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
登入後複製
登入後複製
登入後複製

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
登入後複製
登入後複製
登入後複製

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}!"
登入後複製
登入後複製

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
登入後複製
登入後複製

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}",
    }
)
登入後複製
登入後複製

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
登入後複製

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
登入後複製

要在本地安裝我們的軟體包以進行測試:

python setup.py sdist bdist_wheel
登入後複製

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
登入後複製
登入後複製
登入後複製

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}!"
登入後複製
登入後複製

然後上傳套件:

from .module1 import Hello
登入後複製
登入後複製

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}",
    }
)
登入後複製
登入後複製

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!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

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

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

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

<🎜>:泡泡膠模擬器無窮大 - 如何獲取和使用皇家鑰匙
4 週前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系統,解釋
4 週前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆樹的耳語 - 如何解鎖抓鉤
4 週前 By 尊渡假赌尊渡假赌尊渡假赌
<🎜>掩蓋:探險33-如何獲得完美的色度催化劑
2 週前 By 尊渡假赌尊渡假赌尊渡假赌

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

熱門話題

Java教學
1677
14
CakePHP 教程
1430
52
Laravel 教程
1333
25
PHP教程
1278
29
C# 教程
1257
24
Python與C:學習曲線和易用性 Python與C:學習曲線和易用性 Apr 19, 2025 am 12:20 AM

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

學習Python:2小時的每日學習是否足夠? 學習Python:2小時的每日學習是否足夠? Apr 18, 2025 am 12:22 AM

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python vs.C:探索性能和效率 Python vs.C:探索性能和效率 Apr 18, 2025 am 12:20 AM

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python vs. C:了解關鍵差異 Python vs. C:了解關鍵差異 Apr 21, 2025 am 12:18 AM

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

Python標準庫的哪一部分是:列表或數組? Python標準庫的哪一部分是:列表或數組? Apr 27, 2025 am 12:03 AM

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python:自動化,腳本和任務管理 Python:自動化,腳本和任務管理 Apr 16, 2025 am 12:14 AM

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

科學計算的Python:詳細的外觀 科學計算的Python:詳細的外觀 Apr 19, 2025 am 12:15 AM

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Web開發的Python:關鍵應用程序 Web開發的Python:關鍵應用程序 Apr 18, 2025 am 12:20 AM

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

See all articles