在 GitHub 上创建并发布私有 Python 包
介绍
作为软件工程师,我们经常发现自己在不同的模块和项目中重复使用代码。但让我们面对现实吧,这种重复带来了一个挑战:当我们需要调整或修复该代码时,我们必须在多个地方进行相同的更改。对于我们这些重视效率和自动化的人来说,解决方案很明确 - 创建一个可以在我们的项目中安装和使用的单独包。
然而,在处理机密代码时,我们不能简单地将包发布到像 PyPI 这样的公共存储库上。相反,我们需要将其部署到私有存储库,例如 GitHub 或 GitLab。这种方法使我们能够保持安全性,同时仍然受益于可重用包的便利性。
在本教程中,我们将指导您完成以下过程:
- 创建 Python 包
- 将包部署到私有存储库 (GitHub)
- 在虚拟环境(venv)中安装软件包
通过执行这些步骤,您将能够减少代码重复并简化项目中共享代码的维护。
注意:DRY 不仅仅代表“Don’t Repeat Yourself”——它也是一种生活方式的选择。
1. 设置项目结构
首先,让我们为 Python 包设置一个基本的项目结构:
my-package/ ├── my_package/ │ ├── __init__.py │ └── module1.py ├── setup.py ├── build.pipeline.yml ├── requirements.txt ├── .gitignore ├── README.md ├── MANIFEST.in └── LICENSE
让我们来剖析一下我们的私有 Python 包。每个文件和目录在使我们的包正常运行和可安装方面发挥着至关重要的作用:
- my-package/:这是我们项目的根目录。它就像一座房子,里面包含我们需要的所有房间(文件)。
-
my_package/:该子目录是实际 Python 代码所在的位置。为了清楚起见,它的名称与我们的包相同。
- __init__.py:该文件使 Python 将目录视为包。它可以为空,也可以执行包的初始化代码。
- module1.py:这是我们放置主要代码的地方。根据包的复杂程度,您可以拥有多个模块文件。
- setup.py:将此视为我们包的说明手册。它包含有关我们的包的元数据(如其名称和版本)并列出其依赖项。该文件对于使我们的包可通过 pip 安装至关重要。
- requirements.txt:该文件列出了我们的项目依赖的所有外部Python包。它就像 pip 的购物清单,准确地告诉它要安装什么才能使我们的包正常工作。
- README.md:这是我们项目的欢迎垫。它通常是人们访问我们的 GitHub 存储库时看到的第一件事,因此我们用它来解释我们的包的用途、如何安装以及如何使用它。
- .gitignore:该文件告诉 Git 要忽略哪些文件或目录。它可以方便地将编译的代码、临时文件或敏感信息保持在版本控制之外。
- 许可证:此文件指定其他人如何使用、修改或分发我们的包。这对于开源项目至关重要,有助于保护我们的工作。
- MANIFEST.in:此文件用于在我们的包分发中包含非 Python 文件。如果我们有需要包含的数据文件、文档或其他资源,我们会在此处列出。
- build.pipeline.yml:此文件定义我们的持续集成/持续部署(CI/CD)管道。当我们将更改推送到 GitHub 存储库时,它会自动执行运行测试和构建包等任务。
2. 创建包代码
让我们在包中创建一个简单的模块。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,我们将导入我们的模块:
class Hello: def __init__(self, name): self.name = name def greet(self): return f"Hello, {self.name}!"
3.创建setup.py
setup.py 文件对于打包我们的项目至关重要。这是一个基本示例:
from .module1 import Hello
4.创建requirements.txt
在我们的requirements.txt 文件中,我们包含了构建和分发包所需的依赖项:
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. 构建和安装你的包
安装要求。为了简单起见,我们将使用 Python 虚拟环境。
setuptools==69.2.0 wheel twine
构建我们的包:
python -m venv env source env/bin/activate # for linux and mac ./env/Scripts/activate # for windows pip install -r requirements.txt
要在本地安装我们的软件包以进行测试:
python setup.py sdist bdist_wheel
您可以使用 .gitignore 文件提交您的工作并忽略文件夹:
https://github.com/github/gitignore/blob/main/Python.gitignore
6. 使用标签在 GitHub 上发布包
要发布包,首先在项目 my-package/ 的根目录下创建一个 build.pipeline.yml 文件并提交。部署将使用 twine 完成,这是我们之前安装的库:
my-package/ ├── my_package/ │ ├── __init__.py │ └── module1.py ├── setup.py ├── build.pipeline.yml ├── requirements.txt ├── .gitignore ├── README.md ├── MANIFEST.in └── LICENSE
如果您需要在模块安装中包含非 Python 文件,可以使用 MANIFEST.in 文件。此文件指定您的软件包分发中应包含哪些附加文件。
class Hello: def __init__(self, name): self.name = name def greet(self): return f"Hello, {self.name}!"
然后上传包:
from .module1 import Hello
7. 安装软件包
创建访问令牌:
- 转到设置>;开发者设置> 个人访问令牌(经典) > 生成新令牌。
- 确保检查 write:packages 范围以授予必要的权限。
获得令牌后,请确保其安全,因为您将需要它来安装软件包。
在您的计算机上,您可以使用以下模板安装您的私有包:
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}", } )
结论
干得好,你现在知道如何在 GitHub 上使用 Python 创建和部署自己的私有包了。
Github 存储库链接:https://github.com/ABDELLAH-Hallou/Private-Python-Package-Deployment
以上是在 GitHub 上创建并发布私有 Python 包的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(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着称,C 则以高性能和底层控制能力闻名。

Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame,提供绘图、音频等功能,适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt,Tkinter简单易用,PyQt功能丰富,适合专业开发。

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

2小时内可以学会Python的基本编程概念和技能。1.学习变量和数据类型,2.掌握控制流(条件语句和循环),3.理解函数的定义和使用,4.通过简单示例和代码片段快速上手Python编程。

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python在web开发、数据科学、机器学习、自动化和脚本编写等领域有广泛应用。1)在web开发中,Django和Flask框架简化了开发过程。2)数据科学和机器学习领域,NumPy、Pandas、Scikit-learn和TensorFlow库提供了强大支持。3)自动化和脚本编写方面,Python适用于自动化测试和系统管理等任务。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。
