打包 python RPM
最近我正在執行目前專案中的一項非常具體的任務
為 Red Hat 工作,RHEL Lightspeed
ShellAI,這個專案是
相對較新,但我們希望開始為我們的量化寬鬆開發 RPM
朋友們開始使用該工具並在他們的管道中測試它。
我知道包裝和一般Python東西的方法,但是夥計,我必須
告訴你,這個包裝任務花了我整整兩天的時間才完成。讓我
指導您快速完成任務的詳細資訊。
TLDR;最終一切順利,這就是最終的 PR:
https://github.com/rhel-lightspeed/shellai/pull/4
任務詳情
ShellAI 專案計劃在 RHEL 9 和即將推出的版本下發布
RHEL 10。作為獎勵目標,我們希望它也能在 RHEL 8 上運行。
根據上面的陳述,如果您之前已經使用過 RHEL,那麼您已經
猜測挑戰將是依賴項的版本
在 RHEL 中。
- RHEL 8 有 Python 3.6
- RHEL 9 有 Python 3.9
- 最後,RHEL 10 有 Python 3.12
我們也希望相對頻繁地進行開發構建,以便
在我們開發工具時測試新功能。
對於開發部分,我們想使用
pdm 來管理我們的依賴關係和
構建。當我們完成任務時,我們注意到 pdm 後端不是
已在 RHEL 儲存庫中提供,因此我們使用預設的 setuptools build
後端。
由於我們的系統目標“相對較新”,我們希望對
進行現代化改造
項目並確保我們使用新的工具/結構和格式。對於
我們選擇使用 pyproject.toml 來做,因為它是透過 pdm init 產生的
當我們引導專案時。
建置 RPM 時遇到的問題
最初,我們的想法是使用最新的 python 功能和項目
結構,例如 pyproject.toml 檔案而不是舊的 setup.py。
當你開始一個新專案時,一切都很酷而且很新,你會感到非常興奮
要使用那些東西,唯一的問題是:
- 它們非常適合開發過程,但不適合打包。
最初,當我開始任務時,我認為我們可以使用新的 RPM
用於建立專案的宏,因為我們使用 pyproject.toml 和 pdm
管理依賴關係。
為此,Fedora 文件有一篇不錯的文章,名為 Python Packaging
指南
他們去哪裡的詳細資料。雖然指南涵蓋了幾乎所有主題和案例
你可能需要,即使有一個例子
規格文件。
我們的主要目標是 RHEL,我們可以想像遵循一切
從指南中可以按原樣工作,對嗎?不,原因在於
RHEL 儲存庫中提供的版本。即使新的宏
指南中指出的可能在建造過程中起作用,您將無法產生
以下目標的最終 RPM:
- RHEL 8 將在 %generate_buildrequires 期間向您拋出錯誤,如下所示 該版本中附帶的 python3-setuptools 版本非常舊且確實 不太認識新的 pyproject.toml 格式。
- RHEL 9 將能夠完成大部分步驟,但會失敗 %pyproject_wheel,因為它將建立一個名為 UNKNOWN 的套件。這 發生這種情況是因為(再次)RHEL 9 下提供的 python3-setuptools 是 老的。它無法識別由 pyproject.toml 規範
解決方案
我們必須創造遺產
setup.py
文件以便繼續進行 Python 輪構建,並避免數據
pyproject.toml 和我們的舊版 setup.py 檔案之間存在重複,我們
使用 tomllib,因為
原因如下:
- tomllib 在 RHEL 8 中可用(透過 pypi 和 rpm 打包)
- Python 3.11 之後,tomllib 原生捆綁到標準庫中
如您在上面看到的,我們使用 tomllib 來載入 pyproject.toml 檔案並且
閱讀必要的欄位並簡單地更新我們的舊版 setup.py。這樣我們
能夠修改 pyproject.toml ,每當我們推送新版本時,我們都會
也能夠在我們的舊版 setup.py 中保持一致性。
關於規範文件,我們必須回傳並使用文件中所說的
「201x時代」Python打包
指南。
本質上,我們使用的是舊的 python setup.py build ... 指令
(顯然是透過宏)來建構專案。
該解決方案使我們能夠在我們想要的 RHEL 版本之間保持一致性
支持,同時繼續使用 pdm 和閃亮的新功能
我們希望得到發展。
以上是打包 python RPM的詳細內容。更多資訊請關注PHP中文網其他相關文章!

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

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

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

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。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

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。
