複数のバージョンで Poetry を使用して Python 用の GitHub Actions CI を構成する方法
複数のバージョンで Poetry を使用して Python 用の GitHub Actions CI を構成する方法
Poetry を使用して Python プロジェクト用の堅牢な GitHub Actions CI パイプラインをセットアップし、複数の Python バージョン間でテストして互換性と信頼性を確保する方法を学びます。
継続的インテグレーション (CI) は、最新のソフトウェア開発ワークフローの重要な部分です。 Poetry を使用して依存関係と環境を管理している場合、このガイドは、複数の Python バージョンにわたって Python プロジェクトの堅牢な GitHub Actions CI パイプラインを構成するのに役立ちます。実際の例については、GitHub リポジトリ jdevto/python-poetry-hello にある実際のコードを参照してください。 ?
なぜ Python プロジェクトに詩を使うのか? ?
Poetry は、Python の依存関係の管理とパッケージ化を簡素化します。それは以下を提供します:
- 依存関係とプロジェクトのメタデータ用の明確な pyproject.toml ファイル。
- 仮想環境管理システム。
- 依存関係を構築、公開、管理するためのコマンド。
複数のバージョンで Poetry を使用した Python 用の GitHub アクションの構成
以下は、Python バージョン 3.9 から 3.13 にわたる Poetry を使用して CI パイプラインを自動化するための完全な GitHub Actions ワークフロー構成です。この例には、3 種類のトリガーが含まれています: メイン ブランチへのプッシュ時、プル リクエスト時、およびスケジュールされた毎日の cron ジョブです。これらのトリガーは、独自の要件に合わせて調整できます。
name: ci on: push: branches: - main pull_request: schedule: - cron: 0 12 * * * workflow_dispatch: jobs: test: runs-on: ubuntu-latest strategy: matrix: python-version: ['3.9', '3.10', '3.11', '3.12', '3.13'] fail-fast: false steps: - name: Checkout code uses: actions/checkout@v4 - name: Set up Python uses: actions/setup-python@v4 with: python-version: ${{ matrix.python-version }} - name: Install Poetry run: | curl -sSL https://install.python-poetry.org | python3 - echo "PATH=$HOME/.local/bin:$PATH" >> $GITHUB_ENV - name: Install dependencies with Poetry run: | cd hello-world poetry install --with dev - name: Set PYTHONPATH to include the source directory run: echo "PYTHONPATH=$PWD/hello-world" >> $GITHUB_ENV - name: Run tests run: | cd hello-world poetry run pytest --cov=hello-world --cov-report=term-missing
ワークフローの主要なステップ
1. チェックアウトコード
actions/checkout@v4 アクションはリポジトリからコードをフェッチし、後続のステップで使用できるようにします。
2. Python をセットアップする
actions/setup-python@v4 アクションは、マトリックス戦略を使用して指定された Python バージョンをインストールし、複数の Python バージョンでテストを実行できるようにします。
3. 詩をインストール
スクリプトは、公式のインストール方法を使用して最新バージョンの Poetry をインストールし、PATH に確実に追加されます。
4. 依存関係をインストールします
poetry install --with dev は、開発依存関係を含むすべてのプロジェクトの依存関係をインストールします。
5. PYTHONPATH を設定します
PYTHONPATH 環境変数は src ディレクトリを含むように構成されており、テスト中に適切なモジュールをインポートできるようになります。
6. テストを実行します
poetry run pytest は、--cov=src --cov-report=term-missing によって有効化されたカバレッジレポートを使用して、プロジェクトで定義されたテストを実行します。
機能強化
1. 依存関係のキャッシュを追加
ワークフローを高速化するために、Poetry の依存関係をキャッシュできます:
name: ci on: push: branches: - main pull_request: schedule: - cron: 0 12 * * * workflow_dispatch: jobs: test: runs-on: ubuntu-latest strategy: matrix: python-version: ['3.9', '3.10', '3.11', '3.12', '3.13'] fail-fast: false steps: - name: Checkout code uses: actions/checkout@v4 - name: Set up Python uses: actions/setup-python@v4 with: python-version: ${{ matrix.python-version }} - name: Install Poetry run: | curl -sSL https://install.python-poetry.org | python3 - echo "PATH=$HOME/.local/bin:$PATH" >> $GITHUB_ENV - name: Install dependencies with Poetry run: | cd hello-world poetry install --with dev - name: Set PYTHONPATH to include the source directory run: echo "PYTHONPATH=$PWD/hello-world" >> $GITHUB_ENV - name: Run tests run: | cd hello-world poetry run pytest --cov=hello-world --cov-report=term-missing
何も変更されていない場合に依存関係の再インストールをスキップするには、依存関係をインストールする前にこのステップを追加します。
結論
この GitHub Actions ワークフローを構成すると、複数の Python バージョンにわたるテストを自動化し、Poetry を使用する Python プロジェクトを常に最高の状態に保つことができます。このセットアップには、依存関係をインストールし、テストを実行し、ビルドを高速化するために依存関係をキャッシュする手順も含まれています。 ?
ご質問やご提案がございましたら、お気軽に共有してください。 ?さらにインスピレーションと実際の例については、GitHub リポジトリ jdevto/python-poetry-hello にアクセスしてください。
以上が複数のバージョンで Poetry を使用して Python 用の GitHub Actions CI を構成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。

ホットAIツール

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
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。
