


Penerbitan yang dipercayai ‐ Tidak pernah semudah ini untuk menerbitkan pakej python anda
Menerbitkan pakej Python pernah menjadi tugas yang sukar, tetapi tidak lagi. Lebih baik lagi, ia telah menjadi jauh lebih selamat. Sudah berlalu hari untuk menukar nama pengguna, kata laluan atau token API sambil bergantung pada alatan CLI. Dengan penerbitan yang dipercayai, anda hanya menyediakan PyPI dengan butiran repositori GitHub anda dan GitHub Actions menguruskan pengangkatan berat.
Cara Menerbitkan Pakej Python Anda dengan Penerbitan Dipercayai
Saya akan memperkenalkan aliran kerja yang akan menerbitkan pakej anda kepada TestPyPi apabila teg dibuat (pada cawangan pembangunan), atau kepada PyPi apabila anda bergabung ke cawangan utama.
Sediakan Pakej Anda untuk Penerbitan
Pastikan pakej Python anda mengikut garis panduan pembungkusan PyPI. Sekurang-kurangnya, anda memerlukan:
- Fail
setup.py ataupyproject.toml yang mentakrifkan metadata pakej anda. - Kod berstruktur dengan betul dengan reka letak direktori yang jelas.
- Fail README untuk mempamerkan projek anda di PyPI.
Untuk senarai semak terperinci, rujuk Panduan Pengguna Pembungkusan Python.
Konfigurasikan Tindakan GitHub dalam Repositori Anda
Mari mulakan dengan mencipta tindakan GitHub baharu .github/workflows/test-build-publish.yml.
name: test-build-publish on: [push, pull_request] permissions: contents: read jobs: build-and-check-package: name: Build & inspect our package. runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - uses: hynek/build-and-inspect-python-package@v2
Tindakan ini akan membina pakej anda dan memuat naik roda terbina dan pengedaran sumber (SDist) sebagai artifak GitHub Actions.
Seterusnya, kami menambah langkah untuk menerbitkan ke TestPyPI. Langkah ini akan dijalankan setiap kali teg dibuat, memastikan binaan daripada langkah sebelumnya telah berjaya diselesaikan. Gantikan PROJECT_OWNER dan PROJECT_NAME dengan nilai yang sesuai untuk repositori anda.
test-publish: if: >- github.event_name == 'push' && github.repository == 'PROJECT_OWNER/PROJECT_NAME' && startsWith(github.ref, 'refs/tags') needs: build-and-check-package name: Test publish on TestPyPI runs-on: ubuntu-latest environment: test-release permissions: id-token: write steps: - name: Download packages built by build-and-check-package uses: actions/download-artifact@v4 with: name: Packages path: dist - name: Upload package to Test PyPI uses: pypa/gh-action-pypi-publish@release/v1 with: repository-url: https://test.pypi.org/legacy/
Langkah ini memuat turun artifak yang dibuat semasa proses binaan dan memuat naiknya ke TestPyPI untuk ujian.
Dalam langkah terakhir, kami akan memuat naik pakej ke PyPI apabila permintaan tarik digabungkan ke dalam cawangan utama.
publish: if: >- github.event_name == 'push' && github.repository == 'PROJECT_OWNER/PROJECT_NAME' && github.ref == 'refs/heads/main' needs: build-and-check-package name: Publish to PyPI runs-on: ubuntu-latest environment: release permissions: id-token: write steps: - name: Download packages built by build-and-check-package uses: actions/download-artifact@v4 with: name: Packages path: dist - name: Publish distribution ? to PyPI for push to main uses: pypa/gh-action-pypi-publish@release/v1
Konfigurasikan Persekitaran GitHub
Untuk memastikan bahawa hanya teg tertentu mencetuskan aliran kerja penerbitan dan mengekalkan kawalan ke atas proses keluaran anda.
Cipta keluaran ujian persekitaran baharu dengan menavigasi ke Tetapan -> Persekitaran dalam repositori GitHub anda.
Sediakan persekitaran dan tambahkan peraturan teg penempatan.
Hadkan cawangan dan teg yang boleh digunakan pada persekitaran ini berdasarkan peraturan atau corak penamaan.
Hadkan cawangan dan teg yang boleh digunakan pada persekitaran ini berdasarkan corak penamaan.
Konfigurasikan tag sasaran.
Corak [0-9]*.[0-9]*.[0-9]* sepadan dengan teg versi semantik seperti 1.2.3, 0.1.0 atau 2.5.1b3, tetapi ia mengecualikan teg arbitrari seperti pembetulan pepijat-567 atau kemas kini ciri.
Ulangi ini untuk persekitaran keluaran untuk melindungi cawangan utama dengan cara yang sama, tetapi kali ini menyasarkan cawangan utama.
Sediakan Projek PyPI dan Pautkan Repositori GitHub Anda
Buat akaun di TestPyPI jika anda tidak mempunyai akaun.
Navigasi ke akaun anda, Penerbitan dan tambah penerbit baharu yang belum selesai.
Pautkan repositori GitHub anda kepada projek PyPI dengan memberikan namanya, nama pengguna GitHub anda, nama repositori, nama aliran kerja (test-build-publish.yml) dan nama persekitaran (test-release).
Ulang perkara di atas pada PyPI dengan nama persekitaran ditetapkan untuk dikeluarkan.
Uji Aliran Kerja
Kini apabila anda membuat teg pada cawangan pembangunan anda, ia akan mencetuskan keluaran untuk dimuat naik ke TestPyPI dan menggabungkan cawangan pembangunan menjadi utama akan memuat naik keluaran ke PyPI.
Apa yang Tidak Dilindungi
Walaupun panduan ini menyediakan pengenalan kepada aliran kerja penerbitan yang dipercayai, terdapat langkah tambahan dan amalan terbaik yang mungkin anda pertimbangkan untuk dilaksanakan. Contohnya, menyediakan peraturan perlindungan cawangan boleh memastikan hanya kolaborator yang diberi kuasa boleh menolak teg atau bergabung ke cawangan yang dilindungi, seperti utama atau pembangunan. Anda juga boleh menguatkuasakan semakan status atau memerlukan semakan permintaan tarik sebelum bergabung, menambah satu lagi lapisan jaminan kualiti.
Sila lihat templat repositori python saya yang merangkumi peningkatan tambahan pada aliran kerja ini, seperti memerlukan ujian unit dan statik untuk lulus, menyemak pakej dengan pyroma dan memastikan teg anda sepadan dengan versi pakej anda dengan vercheck.
Ringkasan
Jika anda telah menahan diri untuk berkongsi kerja anda, sekarang adalah masa yang sesuai untuk mencuba penerbitan yang dipercayai.
- Memperkenalkan 'Penerbit Dipercayai' Blog Indeks Pakej Python menyerlahkan kaedah penerbitan yang lebih selamat yang tidak memerlukan kata laluan tahan lama atau token API untuk dikongsi dengan sistem luaran
- Menerbitkan ke PyPI dengan Penerbit Dipercayai Dokumentasi rasmi PyPI untuk mula menggunakan penerbit yang dipercayai di PyPI.
- Membina dan menguji Python dalam dokumen GitHub rasmi.
Atas ialah kandungan terperinci Penerbitan yang dipercayai ‐ Tidak pernah semudah ini untuk menerbitkan pakej python anda. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.
