여러 버전에서 시를 사용하여 Python용 GitHub Actions CI를 구성하는 방법
여러 버전에서 시를 사용하여 Python용 GitHub Actions CI를 구성하는 방법은 무엇입니까?
Poetry를 사용하여 Python 프로젝트를 위한 강력한 GitHub Actions CI 파이프라인을 설정하고 여러 Python 버전에서 테스트하여 호환성과 안정성을 보장하는 방법을 알아보세요.
지속적 통합(CI)은 최신 소프트웨어 개발 워크플로우에서 중요한 부분입니다. Poetry를 사용하여 종속성과 환경을 관리하는 경우 이 가이드는 여러 Python 버전에서 Python 프로젝트를 위한 강력한 GitHub Actions CI 파이프라인을 구성하는 데 도움이 될 것입니다. 실제적인 예를 보려면 이 GitHub 리포지토리(jdevto/python-poetry-hello)의 실제 코드를 참조할 수 있습니다. ?
왜 Python 프로젝트에 시를 사용하는가? ?
Poetry는 Python 종속성 관리 및 패키징을 단순화합니다. 다음을 제공합니다:
- 종속성 및 프로젝트 메타데이터를 위한 명확한 pyproject.toml 파일.
- 가상 환경 관리 시스템
- 종속성을 빌드, 게시 및 관리하는 명령
여러 버전에서 시를 사용하여 Python용 GitHub 작업 구성
다음은 Python 버전 3.9~3.13에서 Poetry를 사용하여 CI 파이프라인을 자동화하기 위한 완전한 GitHub Actions 워크플로 구성입니다. 이 예에는 세 가지 유형의 트리거가 포함되어 있습니다. 즉, 기본 분기로 푸시, 풀 요청 및 예약된 일일 크론 작업입니다. 자신의 요구 사항에 맞게 이러한 트리거를 조정할 수 있습니다.
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
워크플로의 주요 단계
1. 결제 코드
actions/checkout@v4 작업은 이후 단계에서 사용할 수 있도록 저장소에서 코드를 가져옵니다.
2. Python 설정
actions/setup-python@v4 작업은 매트릭스 전략을 사용하여 지정된 Python 버전을 설치하므로 여러 Python 버전에서 테스트를 실행할 수 있습니다.
3. 시 설치
스크립트는 공식 설치 방법을 사용하여 최신 버전의 Poetry를 설치하고 PATH에 추가되었는지 확인합니다.
4. 종속성 설치
poetry install --with dev는 개발 종속성을 포함하여 프로젝트의 모든 종속성을 설치합니다.
5. PYTHONPATH 설정
PYTHONPATH 환경 변수는 src 디렉터리를 포함하도록 구성되어 테스트 중에 적절한 모듈 가져오기를 가능하게 합니다.
6. 테스트 실행
poetry run pytest는 --cov=src --cov-report=term-missing을 통해 적용 범위 보고를 활성화하여 프로젝트에 정의된 테스트를 실행합니다.
향상된 기능
1. 종속성에 대한 캐싱 추가
작업 속도를 높이기 위해 Poetry 종속성을 캐시할 수 있습니다.
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
변경된 사항이 없는 경우 종속성 재설치를 건너뛰려면 종속성을 설치하기 전에 이 단계를 추가하세요.
결론
이 GitHub Actions 워크플로를 구성하면 여러 Python 버전에 대한 테스트를 자동화하고 Poetry를 사용하는 Python 프로젝트가 항상 최상의 상태를 유지할 수 있습니다. 이 설정에는 종속성을 설치하고, 테스트를 실행하고, 더 빠른 빌드를 위해 종속성을 캐시하는 단계가 포함됩니다. ?
질문이나 제안사항이 있으면 언제든지 공유해 주세요! ? 더 많은 영감과 작업 예제를 보려면 GitHub 저장소(jdevto/python-poetry-hello)를 방문하세요.
위 내용은 여러 버전에서 시를 사용하여 Python용 GitHub Actions CI를 구성하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
