1 简介
大家好我是费老师,我们在日常管理Python
项目时,非常重要的一点,是要对项目本身依赖的Python
版本以及相关依赖库版本进行妥善管理,从而确保项目可以稳定持续的进行维护或迁移。
通常我们会基于pip
、pipreqs
、conda
、uv
等环境管理工具所导出的requirements.txt
、environment.yml
、pyproject.toml
配置文件,对项目的相关依赖版本进行控制,但这些方式都只是辅助性质,并不会在Python
项目代码运行时严格检查依赖库版本,这就带来了很多犯错的可能性。
今天的文章中,我就将为大家介绍如何在自己的Python
项目源码中调用相关快捷函数,实现对Python
版本、指定依赖库版本的严格检查,从而大幅提升项目维护的稳定性~

2 快捷检查Python版本及指定依赖库版本
为了方便演示,我们建立新的虚拟环境,并安装一些常见的库用作举例(这里以conda/mamba
为例建立环境):
mamba create -n demo-env python=3.10 -y
mamba activate demo-env
pip install jupyterlab pandas dash feffery-dash-utils -U
2.1 快捷检查Python版本
当我们希望项目限制在指定的Python
版本范围内才可以正常运行时,可以使用check_python_version()
函数快捷实现:
from feffery_dash_utils.version_utils
import check_python_version
下面是相关的使用示例:
# 例:限制当前环境Python版本下限为3.8
check_python_version(min_version='3.8')
# 例:限制当前环境Python版本上限为3.12
check_python_version(max_version='3.12')
当检测到Python
版本不符合设定要求时,则会抛出对应的错误信息,譬如我们的示例环境为3.10
,对应触发的检查错误结果:

2.2 快捷检查指定依赖库版本
当我们希望对指定依赖库的版本做严格检查时,则可以使用check_dependencies_version()
函数快捷实现:
from feffery_dash_utils.version_utils import check_dependencies_version
其参数rules
用于定义针对若干依赖库的版本范围规则,兼容类似requirements.txt
中可使用的各种声明版本范围的规则写法,下面是一些例子:
check_dependencies_version(
rules=[
{
'name': 'pandas',
'specifier': '==2.2.3'
}
]
)
check_dependencies_version(
rules=[
{
'name': 'dash',
'specifier': '>=2.18.2'
}
]
)
check_dependencies_version(
rules=[
{
'name': 'pandas',
'specifier': '>=2.0,<4.0'
}
]
)
check_dependencies_version(
rules=[
{
'name': 'pandas',
'specifier': '>=2.0,<4.0,!=2.2.0'
}
]
)
当存在指定库的版本范围不满足设定规则时,同样会抛出错误进行提示:

通过上面介绍的快捷函数check_python_version()
和check_dependencies_version()
,我们就可以更严格的限制项目依赖版本,避免很多不必要的问题💪~
更多参考资料:
feffery-dash-utils
源码仓库:https://github.com/CNFeffery/feffery-dash-utilsfeffery-dash-utils
码云同步源码仓库:https://gitee.com/cnfeffery/feffery-dash-utils
以上就是本文的全部内容,欢迎在评论区与我们进行讨论~