


Cara cepat menjana requests.txt untuk projek ini dalam Python
Dalam projek Python, kami biasanya perlu menggunakan banyak perpustakaan pihak ketiga untuk menyediakan fungsi dan alatan tambahan. Walau bagaimanapun, ia bukan amalan yang baik untuk memuat naik perpustakaan ini terus ke repositori Git, kerana ia akan menjadikan pangkalan kod terlalu kembung dan sukar untuk diurus. Selain itu, kadangkala anda perlu memasang versi kebergantungan tertentu apabila menggunakan aplikasi anda.
Pada masa ini, anda boleh menggunakan fail requirements.txt untuk mengurus kebergantungan yang diperlukan oleh projek. Fail ini menyenaraikan semua kebergantungan yang diperlukan oleh projek bersama-sama dengan nombor versi mereka, memudahkan orang lain memasang dan menjalankan semua kebergantungan yang diperlukan untuk projek itu. Membaca fail ini menggunakan arahan pip memuat turun dan memasang semua kebergantungan tersenarai secara automatik, yang sangat memudahkan proses permulaan/pengerahan projek.
Oleh itu, menjana fail requirements.txt adalah sangat penting untuk mengurus kebergantungan projek Python, yang boleh memastikan kebolehulangan, mudah alih dan kebolehselenggaraan projek.
1. Gunakan pipreqs untuk menjana requests.txt
Buka terminal dalam direktori akar projek dan jalankan arahan berikut untuk memasang pipreqs:
pip install pipreqs
Jalankan arahan berikut untuk menjana fail requirements.txt:
pipreqs . --encoding=utf8 --force
Antaranya, . –pilihan paksa memaksa menimpa dokumen keperluan.txt sedia ada.
Apabila pelaksanaan selesai, anda boleh melihat fail requirements.txt yang dijana dalam direktori akar projek.
2. Menggunakan pip
Untuk menggunakan pip untuk menjana fail requirements.txt projek Python semasa, sila ikut langkah di bawah:
1. Pastikan anda telah memasang pip dan persekitaran maya.
2. Buka terminal dalam persekitaran maya dan masukkan direktori akar projek.
3 Jalankan arahan berikut untuk menjana fail requirements.txt yang mengandungi semua kebergantungan:
pip freeze > requirements.txt
Selepas pelaksanaan, anda boleh Di bawah anda akan melihat teks. fail bernama requirements.txt, yang mengandungi semua kebergantungan dan nombor versinya.
Perlu diambil perhatian bahawa arahan pip freeze akan mengeluarkan semua pakej yang dipasang dan maklumat versinya ke konsol. Fail requirements.txt boleh dijana dengan menulis hasil output ke fail menggunakan simbol ubah hala >. Walau bagaimanapun, fail ini mungkin mengandungi beberapa kebergantungan yang tidak perlu, seperti perpustakaan dan alat ujian yang disertakan dengan sistem. Oleh itu, apabila menggunakan fail requirements.txt yang dijana, adalah disyorkan untuk menyemak dan memadam kebergantungan yang tidak perlu secara manual untuk mengurangkan saiz projek.
Berikut ialah fail requirement.txt yang dijana Anda dapat melihat bahawa banyak kebergantungan yang tidak perlu dijana
absl-py==1.0.0 addict==2.4.0 aiohttp==3.7.4.post0 alembic==1.8.1 argon2-cffi @ file:///opt/conda/conda-bld/argon2-cffi_1645000214183/work argon2-cffi-bindings @ file:///C:/ci/argon2-cffi-bindings_1644569848815/work astunparse==1.6.3 async-timeout==3.0.1 attrs @ file:///opt/conda/conda-bld/attrs_1642510447205/work backcall @ file:///home/ktietz/src/ci/backcall_1611930011877/work beautifulsoup4 @ file:///tmp/build/80754af9/beautifulsoup4_1631874778482/work bilibili-api==5.1.2 bleach @ file:///opt/conda/conda-bld/bleach_1641577558959/work blinker==1.5 cachetools==5.0.0 certifi @ file:///C:/b/abs_85o_6fm0se/croot/certifi_1671487778835/work/certifi cffi @ file:///C:/ci_310/cffi_1642682485096/work chardet==4.0.0 charset-normalizer==2.0.12 click @ file:///C:/ci/click_1646038601470/work cloudpickle @ file:///tmp/build/80754af9/cloudpickle_1632508026186/work colorama @ file:///tmp/build/80754af9/colorama_1607707115595/work cryptography @ file:///C:/ci/cryptography_1652101770956/work cycler==0.11.0 cytoolz==0.11.0 dask==1.1.4 debugpy @ file:///C:/ci/debugpy_1637091911212/work decorator @ file:///opt/conda/conda-bld/decorator_1643638310831/work defusedxml @ file:///tmp/build/80754af9/defusedxml_1615228127516/work dnspython==2.3.0 docopt==0.6.2 einops==0.4.1 email-validator==1.3.1 entrypoints==0.3 fastjsonschema @ file:///tmp/build/80754af9/python-fastjsonschema_1620414857593/work/dist Flask==2.2.3 Flask-Email==1.4.4 Flask-Mail==0.9.1 Flask-Migrate==3.1.0 Flask-Script==2.0.6 Flask-SQLAlchemy @ file:///tmp/build/80754af9/flask-sqlalchemy_1616180561581/work Flask-WTF==1.1.1 flatbuffers==23.1.21 fonttools==4.30.0 fvcore==0.1.5.post20220305 gast==0.4.0 google-auth==2.6.5 google-auth-oauthlib==0.4.6 google-pasta==0.2.0 greenlet @ file:///C:/ci/greenlet_1628888257991/work grpcio==1.45.0 grpcio-tools==1.45.0 h6py @ file:///C:/ci/h6py_1659089886851/work idna==3.3 imagecodecs @ file:///C:/ci/imagecodecs_1635529223557/work imageio @ file:///tmp/build/80754af9/imageio_1617700267927/work importlib-metadata @ file:///C:/ci/importlib-metadata_1648562631189/work importlib-resources==5.9.0 iopath==0.1.9 ipykernel @ file:///C:/ci/ipykernel_1647000985174/work/dist/ipykernel-6.9.1-py3-none-any.whl ipython @ file:///C:/ci/ipython_1643800131373/work ipython-genutils @ file:///tmp/build/80754af9/ipython_genutils_1606773439826/work ipywidgets @ file:///tmp/build/80754af9/ipywidgets_1634143127070/work itsdangerous @ file:///tmp/build/80754af9/itsdangerous_1621432558163/work jedi @ file:///C:/ci/jedi_1644297241925/work Jinja2 @ file:///C:/b/abs_7cdis66kl9/croot/jinja2_1666908141852/work joblib @ file:///C:/b/abs_e60_bwl1v6/croot/joblib_1666298845728/work jsonschema @ file:///Users/ktietz/demo/mc3/conda-bld/jsonschema_1630511932244/work jupyter==1.0.0 jupyter-client @ file:///opt/conda/conda-bld/jupyter_client_1643638337975/work jupyter-console @ file:///opt/conda/conda-bld/jupyter_console_1647002188872/work jupyter-core @ file:///C:/ci/jupyter_core_1646976467633/work jupyterlab-pygments @ file:///tmp/build/80754af9/jupyterlab_pygments_1601490720602/work jupyterlab-widgets @ file:///tmp/build/80754af9/jupyterlab_widgets_1609884341231/work keras==2.11.0 kiwisolver @ file:///C:/ci/kiwisolver_1653274189334/work labelme==3.16.7 libclang==15.0.6.1 loguru @ file:///C:/ci/loguru_1643616607274/work lxml==4.6.5 Mako==1.2.2 Markdown==3.3.6 MarkupSafe @ file:///C:/ci/markupsafe_1654508076077/work matplotlib==3.5.1 matplotlib-inline @ file:///tmp/build/80754af9/matplotlib-inline_1628242447089/work mistune @ file:///C:/ci/mistune_1594373272338/work mkl-fft==1.3.1 mkl-random @ file:///C:/ci/mkl_random_1626186163140/work mkl-service==2.4.0 mmcv==1.6.2 multidict==6.0.2 nbclient @ file:///tmp/build/80754af9/nbclient_1645431659072/work nbconvert @ file:///C:/ci/nbconvert_1649759177374/work nbformat @ file:///C:/ci/nbformat_1649845122517/work nest-asyncio @ file:///C:/ci/nest-asyncio_1649848126026/work networkx==2.2 notebook @ file:///C:/ci/notebook_1645002740769/work numpy @ file:///C:/ci/numpy_and_numpy_base_1649782933444/work oauthlib==3.2.0 opencv-python==4.5.5.64 openslide-python==1.2.0 opt-einsum==3.3.0 packaging @ file:///tmp/build/80754af9/packaging_1637314298585/work pandas==1.3.5 pandocfilters @ file:///opt/conda/conda-bld/pandocfilters_1643405455980/work parso @ file:///opt/conda/conda-bld/parso_1641458642106/work pickleshare @ file:///tmp/build/80754af9/pickleshare_1606932040724/work Pillow==9.0.1 pipreqs==0.4.11 portalocker==2.4.0 prettytable==3.3.0 prometheus-client @ file:///opt/conda/conda-bld/prometheus_client_1643788673601/work prompt-toolkit @ file:///tmp/build/80754af9/prompt-toolkit_1633440160888/work protobuf==3.19.6 pyasn1==0.4.8 pyasn1-modules==0.2.8 pycparser @ file:///tmp/build/80754af9/pycparser_1636541352034/work pyecharts==1.9.1 pygame==2.2.0 Pygments @ file:///opt/conda/conda-bld/pygments_1644249106324/work PyMySQL @ file:///C:/ci/pymysql_1610464946597/work pyparsing==3.0.7 PyQt5-Qt5==5.15.2 PyQt5-sip==12.9.1 pyrsistent @ file:///C:/ci/pyrsistent_1636093257833/work pytesseract==0.3.10 python-dateutil @ file:///tmp/build/80754af9/python-dateutil_1626374649649/work pytz @ file:///C:/Windows/TEMP/abs_90eacd4e-8eff-491e-b26e-f707eba2cbe1ujvbhqz1/croots/recipe/pytz_1654762631027/work PyWavelets @ file:///C:/ci/pywavelets_1648728036674/work pywin32==302 pywinpty @ file:///C:/ci_310/pywinpty_1644230983541/work/target/wheels/pywinpty-2.0.2-cp37-none-win_amd64.whl PyYAML==6.0 pyzmq @ file:///C:/ci/pyzmq_1638435182681/work qtconsole @ file:///opt/conda/conda-bld/qtconsole_1649078897110/work QtPy @ file:///opt/conda/conda-bld/qtpy_1649073884068/work regex==2022.10.31 requests==2.27.1 requests-oauthlib==1.3.1 rsa==4.8 scikit-image @ file:///C:/ci/scikit-image_1648196140109/work scikit-learn @ file:///C:/ci/scikit-learn_1642599122269/work scipy @ file:///C:/ci/scipy_1641555141383/work seaborn==0.11.2 Send2Trash @ file:///tmp/build/80754af9/send2trash_1632406701022/work sip==4.19.13 six @ file:///tmp/build/80754af9/six_1644875935023/work soupsieve @ file:///tmp/build/80754af9/soupsieve_1636706018808/work SQLAlchemy @ file:///C:/Windows/Temp/abs_f8661157-660b-49bb-a790-69ab9f3b8f7c8a8s2psb/croots/recipe/sqlalchemy_1657867864564/work tabulate==0.8.9 tensorboard==2.11.2 tensorboard-data-server==0.6.1 tensorboard-plugin-wit==1.8.1 tensorflow==2.11.0 tensorflow-estimator==2.11.0 tensorflow-intel==2.11.0 tensorflow-io-gcs-filesystem==0.31.0 termcolor==1.1.0 terminado @ file:///C:/ci/terminado_1644322782754/work testpath @ file:///tmp/build/80754af9/testpath_1624638946665/work thop==0.0.31.post2005241907 threadpoolctl @ file:///Users/ktietz/demo/mc3/conda-bld/threadpoolctl_1629802263681/work tifffile @ file:///tmp/build/80754af9/tifffile_1627275862826/work timm==0.6.7 toolz @ file:///tmp/build/80754af9/toolz_1636545406491/work torch==1.9.1+cu102 torchaudio==0.9.1 torchmetrics==0.9.3 torchstat==0.0.7 torchvision==0.10.1+cu102 tornado @ file:///C:/ci/tornado_1606935947090/work tqdm==4.63.0 traitlets @ file:///tmp/build/80754af9/traitlets_1636710298902/work typing_extensions @ file:///opt/conda/conda-bld/typing_extensions_1647553014482/work urllib3==1.26.9 wcwidth @ file:///Users/ktietz/demo/mc3/conda-bld/wcwidth_1629357192024/work webencodings==0.5.1 Werkzeug==2.2.3 widgetsnbextension @ file:///C:/ci/widgetsnbextension_1645009553925/work win32-setctime @ file:///home/tkoch/Workspace/win32_setctime/win32_setctime_1643630045199/work wincertstore==0.2 wrapt==1.15.0 WTForms==3.0.1 xlwt==1.3.0 yacs==0.1.8 yapf==0.32.0 yarg==0.1.9 yarl==1.7.2 zipp @ file:///C:/ci/zipp_1652274072582/work
Atas ialah kandungan terperinci Cara cepat menjana requests.txt untuk projek ini dalam Python. 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

AI Hentai Generator
Menjana ai hentai secara percuma.

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



PHP dan Python mempunyai kelebihan dan kekurangan mereka sendiri, dan pilihannya bergantung kepada keperluan projek dan keutamaan peribadi. 1.PHP sesuai untuk pembangunan pesat dan penyelenggaraan aplikasi web berskala besar. 2. Python menguasai bidang sains data dan pembelajaran mesin.

Python dan JavaScript mempunyai kelebihan dan kekurangan mereka sendiri dari segi komuniti, perpustakaan dan sumber. 1) Komuniti Python mesra dan sesuai untuk pemula, tetapi sumber pembangunan depan tidak kaya dengan JavaScript. 2) Python berkuasa dalam bidang sains data dan perpustakaan pembelajaran mesin, sementara JavaScript lebih baik dalam perpustakaan pembangunan dan kerangka pembangunan depan. 3) Kedua -duanya mempunyai sumber pembelajaran yang kaya, tetapi Python sesuai untuk memulakan dengan dokumen rasmi, sementara JavaScript lebih baik dengan MDNWebDocs. Pilihan harus berdasarkan keperluan projek dan kepentingan peribadi.

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.

Dalam kod VS, anda boleh menjalankan program di terminal melalui langkah -langkah berikut: Sediakan kod dan buka terminal bersepadu untuk memastikan bahawa direktori kod selaras dengan direktori kerja terminal. Pilih arahan Run mengikut bahasa pengaturcaraan (seperti python python your_file_name.py) untuk memeriksa sama ada ia berjalan dengan jayanya dan menyelesaikan kesilapan. Gunakan debugger untuk meningkatkan kecekapan debug.

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.

VS Kod adalah nama penuh Visual Studio Code, yang merupakan editor kod dan persekitaran pembangunan yang dibangunkan oleh Microsoft. Ia menyokong pelbagai bahasa pengaturcaraan dan menyediakan penonjolan sintaks, penyiapan automatik kod, coretan kod dan arahan pintar untuk meningkatkan kecekapan pembangunan. Melalui ekosistem lanjutan yang kaya, pengguna boleh menambah sambungan kepada keperluan dan bahasa tertentu, seperti debuggers, alat pemformatan kod, dan integrasi Git. VS Kod juga termasuk debugger intuitif yang membantu dengan cepat mencari dan menyelesaikan pepijat dalam kod anda.

Sambungan kod VS menimbulkan risiko yang berniat jahat, seperti menyembunyikan kod jahat, mengeksploitasi kelemahan, dan melancap sebagai sambungan yang sah. Kaedah untuk mengenal pasti sambungan yang berniat jahat termasuk: memeriksa penerbit, membaca komen, memeriksa kod, dan memasang dengan berhati -hati. Langkah -langkah keselamatan juga termasuk: kesedaran keselamatan, tabiat yang baik, kemas kini tetap dan perisian antivirus.

CentOS Memasang Nginx memerlukan mengikuti langkah-langkah berikut: memasang kebergantungan seperti alat pembangunan, pcre-devel, dan openssl-devel. Muat turun Pakej Kod Sumber Nginx, unzip dan menyusun dan memasangnya, dan tentukan laluan pemasangan sebagai/usr/local/nginx. Buat pengguna Nginx dan kumpulan pengguna dan tetapkan kebenaran. Ubah suai fail konfigurasi nginx.conf, dan konfigurasikan port pendengaran dan nama domain/alamat IP. Mulakan perkhidmatan Nginx. Kesalahan biasa perlu diberi perhatian, seperti isu ketergantungan, konflik pelabuhan, dan kesilapan fail konfigurasi. Pengoptimuman prestasi perlu diselaraskan mengikut keadaan tertentu, seperti menghidupkan cache dan menyesuaikan bilangan proses pekerja.
