简单上手 PIPENV

文章目录

- - pipenv简介
  - 安装使用
  - - 安装
    - 创建虚拟环境
    - 安装python包
    - 进入虚拟环境
  - pipfile和pipfile.lock文件分析
  - pipenv优势
  - 本人遇到的坑

pipenv_1">pipenv简介

Pipenv，全称为 Python Development Workflow for Humans，旨在为开发项目自动创建和管理虚拟环境并管理 python 包，简言之，就是virtualenv 和 pip 的集合体，通过创建指定 python 版本的虚拟环境和安装依赖包，提供各个项目隔离的开发环境。

虚拟环境
简单来讲，虚拟环境就是隔离你项目中安装的库的一个环境。想象一下，如果想在自己的电脑做几个不同的项目，而不同的项目需要不同版本的库，都放在相同的环境下可能会带来意想不到的麻烦，很可能会遇到库版本冲突的问题。比如项目A需要numpy1.0，而项目B需要numpy1.15。而pip安装的库只有一个版本，而且是全局的。在虚拟环境下安装的库都会被隔离在该环境中，不会与其他环境冲突。通常，我们为每个项目都创建一个虚拟环境，以此来隔离我们的工作环境。

安装使用

安装

$ pip install pipenv   #安装
$ pipenv –version   #输出版本信息
$ pipenv --help   #查看pipenv用法

创建虚拟环境

先cd到目标目录下

$ pipenv install   #创建虚拟环境，会使用本地默认版本的py
//制定py版本可以
$ pipenv --python 3.6 #指定使用Python3.6的虚拟环境
$ pipenv --two        #使用系统的Python2在创建虚拟环境
$ pipenv --three      #使用系统的Python3在创建虚拟环境

执行命令之后，文件夹会生成两个文件，pipfile和pipfile.lock。
如果命令执行前项目目录中不存在 Pipfile 文件，该命令将会创建一个 Pipfile 文件。如果已经有Pipfile 文件已经存在，则会根据这个Pipfile生成虚拟环境。

$ pipenv install --ignore-pipfile   //在生产环境中只需要代码和Pipfile.lock，就可以创建和开发环境一样的环境
$ pipenv install --dev   //另一个开发环境做开发，则将代码和Pipfile复制过去

由于Pipfile里面没有所有子依赖包或者确定的版本，因此pipnev install可能会更新未指定模块的版本号。
假如该命令更新了一些依赖包的版本，由于我肯定还会在新环境做单元测试或者功能测试，因此我可以确保这些包的版本更新是不会影响软件功能的；然后我会pipenv lock并把它发布到生产环境，因此我可以确定生产环境也是不会有问题的。

python_36">安装python包

# 安装命令
pipenv install beautifulsoup4   #在项目所在虚拟环境中安装beautifulsoup4
pipenv install parsel==1.3.1    #安装parsel并指定其版本
pipenv install --dev nose2      #安装nose2包并将其关联为只在开发环境中需要的包# 卸载命令
pipenv uninstall beautifulsoup4 #在项目所在虚拟环境中卸载beautifulsoup4
pipenv uninstall --all          #从虚拟环境中移除所有已安装的包，但Pipfile.lock文件不受影响
pipenv uninstall --all--dev     #从虚拟环境中卸载所有开发包，并从Pipfile文件中移除这些包# 更新命令
pipenv update requests          #在项目中更新requests包
pipenv update                   #更新项目中所有的包
pipenv update --outdated        #查看现有包哪些已经过期#查看命令
pipenv grash                    #显示现有的依赖包
pipenv lock                     #更新Pipfile.lock文件锁定当前环境的依赖版本

无论是生产环境还是开发环境的包都会写入一个Pipfile里面。
接下来如果在开发环境已经完成开发，如何构建生产环境的东东呢？这时候就要使用Pipfile.lock了，运行以下命令，把当前环境的模块lock住, 它会更新Pipfile.lock文件，该文件是用于生产环境的，你永远不应该编辑它。

进入虚拟环境

$ pipenv shell   //进入虚拟环境
$ exit   //退出虚拟环境
$ pipenv run 命令   //在不进入虚拟环境的情况下使用虚拟环境运行代码

pipfilepipfilelock_67">pipfile和pipfile.lock文件分析

pipfile

[[source]]
name = "pypi"
url = "https://pypi.org/simple"
verify_ssl = true[dev-packages][packages]
django = "==2.2.3"
markdown = "*"[requires]
python_version = "3.6"

source：设置镜像地址，即从哪下载虚拟环境所需要的包
packages：指定项目依赖的包，即你安装了的包
dev-packages：指定开发环境需要的包，这类包只用于开发过程，不用与生产环境，比如单元测试相关的包，只在开发阶段有用，这样分开便于管理。
requires：中指定目标Python版本

pipfile.lock

{"_meta": {"hash": {"sha256": "cd71ab6b94ffbcbc30cf1354920845e3f2bfde04169acdafbfe573b5262ae4c6"},"pipfile-spec": 6,"requires": {"python_version": "3.6"},"sources": [{"name": "pypi","url": "https://pypi.org/simple","verify_ssl": true}]},"default": {"django": {"hashes": ["sha256:4d23f61b26892bac785f07401bc38cbf8fa4cec993f400e9cd9ddf28fd51c0ea","sha256:6e974d4b57e3b29e4882b244d40171d6a75202ab8d2402b8e8adbd182e25cf0c"],"index": "pypi","version": "==2.2.3"},"markdown": {"hashes": ["sha256:5ad7180c3ec16422a764568ad6409ec82460c40d1631591fa53d597033cc98bf","sha256:9c71241ec237505535eabff7a38b1307250f16cea174bb1e505c3e032f108867"],"index": "pypi","version": "==3.2"},"pytz": {"hashes": ["sha256:1c557d7d0e871de1f5ccd5833f60fb2550652da6be2693c1e02300743d21500d","sha256:b02c06db6cf09c12dd25137e563b31700d3b80fcc4ad23abb7a315f2789819be"],"version": "==2019.3"},"sqlparse": {"hashes": ["sha256:40afe6b8d4b1117e7dff5504d7a8ce07d9a1b15aeeade8a2d10f130a834f8177","sha256:7c3dca29c022744e95b547e867cee89f4fce4373f3549ccd8797d8eb52cdb873"],"version": "==0.3.0"}},"develop": {}
}

lock包含了所有依赖包的确定版本，保证了生产环境的完整性和稳定性。一般自动生成，不应手动修改。

pipenv_145">pipenv优势

1、它可很方便的管理包依赖关系。卸载的时候，可以自动检查依赖库是否被其他包依赖，来选择是否彻底删除。也可以通过 pipenv graph 来查看各个包的依赖关系图。
2、支持Python2 和 Python3，在各个平台的命令都是一样的。
3、集成了pip，virtualenv两者的功能，且完善了两者的一些缺陷。
4、各个地方使用了哈希校验，无论安装还是卸载包都十分安全，且会自动公开安全漏洞。

对比virtualenv：
pipenv 在易用性上要简单很多，同时增加了 lock 文件，能更好的锁定版本。如果没有特殊要求可以 pipenv 直接使用 lock 的版本，开发又可以小步迭代，实现依赖的稳步升级。同时，还有一个是之前用 requirements.txt 的时候通常还需要一个额外的开发 requirements.txt ，这个在 pipenv 里也合并成了单个文件。

本人遇到的坑

我在本地开发好了之后，将项目部署到云服务器上（阿里云的UBUNTU16.04）。
先将pipfile.lock和代码拉到云上，在创建虚拟环境时，pipenv install --ignore-pipfile 命令报错，提示无"zlib"模组，排查之后，发现是因为在创建环境的时候没有指定py版本，ubuntu系统本来自带py2.7，但是这里需要用py3.6，py3.6里有内置"zlib"模组。如果用其他没有内置zlib的python版本，需要下载zlib之后再重新编译python。
指定py版本又遇到了pip的报错，需要检查pip是不是安装在py3.6下，我是因为有py3.5的环境，pip在py3.5下，所以报错。重新安装了pip到python3.6的site-packages下，
并且添加环境变量，就可以解决了。