在 Python 項(xiàng)目開(kāi)發(fā)中，我們經(jīng)常需要生成 requirements.txt 文件，用于：

• 項(xiàng)目部署
• Docker 構(gòu)建
• 服務(wù)器上線
• 團(tuán)隊(duì)協(xié)作

很多人直接使用：

pip freeze > requirements.txt

但這樣會(huì)把當(dāng)前環(huán)境的所有包都導(dǎo)出來(lái)，包括根本沒(méi)用到的庫(kù)，文件又大又亂。

今天給大家介紹一個(gè)更優(yōu)雅、更智能的工具 —— pipreqs。

一、什么是 pipreqs

pipreqs 是一個(gè)根據(jù)項(xiàng)目源碼中 import 自動(dòng)生成 requirements.txt 的工具。

它只會(huì)生成你真正用到的依賴，不會(huì)把整個(gè)虛擬環(huán)境都打包進(jìn)去。

相比 pip freeze：

二、安裝 pipreqs

pip install pipreqs

說(shuō)明：

• 直接使用 pip 安裝即可
• 支持 Python 3.x
• 建議在虛擬環(huán)境中使用

三、一行命令生成 requirements.txt

進(jìn)入你的項(xiàng)目目錄，然后執(zhí)行：

pipreqs . --force

參數(shù)說(shuō)明：

執(zhí)行后，項(xiàng)目根目錄就會(huì)自動(dòng)生成：

requirements.txt

就這么簡(jiǎn)單！

四、pipreqs 工作原理

pipreqs 會(huì)：

• 掃描當(dāng)前目錄所有 .py 文件
• 解析 import 語(yǔ)句
• 匹配對(duì)應(yīng) PyPI 包名
• 自動(dòng)生成 requirements.txt

例如：

import requests
import numpy
import pandas

生成結(jié)果：

numpy==1.26.4
pandas==2.2.1
requests==2.31.0

只包含你真正用到的依賴

五、常用高級(jí)用法

1.指定生成路徑

pipreqs ./your_project

2.忽略某些目錄

pipreqs . --ignore tests

3.使用國(guó)內(nèi)鏡像（推薦）

如果你在國(guó)內(nèi)，建議加上：

pipreqs . --pypi-server https://pypi.tuna.tsinghua.edu.cn/simple

這樣解析更快。

六、pipreqs vs pip freeze 對(duì)比實(shí)戰(zhàn)

假設(shè)你的虛擬環(huán)境里安裝了 100 個(gè)包，但項(xiàng)目只用了 5 個(gè)。

使用 pip freeze：

100 個(gè)依賴

使用 pipreqs：

5 個(gè)依賴

優(yōu)點(diǎn)：

• 更干凈
• 更專業(yè)
• 更適合開(kāi)源項(xiàng)目
• Docker 鏡像更小

七、注意事項(xiàng)

• pipreqs 只能識(shí)別 import 語(yǔ)句
• 動(dòng)態(tài)導(dǎo)入可能識(shí)別不到
• 有些包名和 import 名不一致（例如 Pillow）

遇到問(wèn)題可以手動(dòng)補(bǔ)充。

八、最佳實(shí)踐建議

開(kāi)發(fā)階段：使用 pipreqs 生成干凈依賴

部署階段：再用 pip freeze 做最終鎖版本

這樣最穩(wěn)。

九、總結(jié)

兩行命令解決依賴管理問(wèn)題：

pip install pipreqs
pipreqs . --force

• 自動(dòng)分析項(xiàng)目
• 只生成真實(shí)依賴
• 更專業(yè)的 requirements.txt
• 部署更輕量

十、為什么 pipreqs 識(shí)別不到數(shù)據(jù)庫(kù)依賴

很多同學(xué)會(huì)遇到一個(gè)問(wèn)題：明明項(xiàng)目用了數(shù)據(jù)庫(kù)，結(jié)果生成的 requirements.txt 里沒(méi)有 psycopg2？

例如項(xiàng)目里使用了 PostgreSQL：

import psycopg2

但有時(shí)候生成的文件里卻沒(méi)有：

psycopg2

這是為什么呢？

原因分析

1.動(dòng)態(tài)導(dǎo)入或框架間接依賴

如果你沒(méi)有直接寫：

import psycopg2

而是使用了：

• Django
• SQLAlchemy
• Flask + 插件

例如：

DATABASES = {
    "ENGINE": "django.db.backends.postgresql"
}

這類字符串配置方式，pipreqs 是識(shí)別不到的。

因?yàn)樗环治?import 語(yǔ)句。

2.驅(qū)動(dòng)是可選依賴

很多 ORM 框架不會(huì)強(qiáng)制安裝數(shù)據(jù)庫(kù)驅(qū)動(dòng)。

例如：

• Django 不會(huì)自動(dòng)安裝 psycopg2
• SQLAlchemy 也不會(huì)自動(dòng)安裝數(shù)據(jù)庫(kù)驅(qū)動(dòng)

驅(qū)動(dòng)屬于：可選運(yùn)行時(shí)依賴

而不是源碼級(jí) import 依賴。

解決方案

方案一：手動(dòng)補(bǔ)充（推薦）

直接在生成后手動(dòng)添加：

psycopg2-binary==2.9.9

生產(chǎn)環(huán)境推薦：

psycopg2

開(kāi)發(fā)環(huán)境推薦：

psycopg2-binary

方案二：顯式 import（不太優(yōu)雅）

你可以在某個(gè)文件里寫：

import psycopg2

這樣 pipreqs 就能識(shí)別到了。

但這種方式：

• 不夠優(yōu)雅
• 會(huì)污染代碼結(jié)構(gòu)

不太推薦。

方案三：使用 pipreqs + pip freeze 結(jié)合

最佳實(shí)踐流程：

# 第一步：生成干凈依賴
pipreqs . --force

# 第二步：確認(rèn)數(shù)據(jù)庫(kù)驅(qū)動(dòng)
pip freeze | grep psycopg2

如果缺失，手動(dòng)追加即可。

延伸說(shuō)明：其他常見(jiàn)識(shí)別不到的庫(kù)

除了 psycopg2，以下場(chǎng)景也常見(jiàn)：

這些通常：

• 運(yùn)行時(shí)依賴
• 部署依賴
• 不一定在源碼中 import

十一、深入理解依賴分類

其實(shí)依賴可以分為三類：

代碼依賴（pipreqs 能識(shí)別）

import requests
import pandas

運(yùn)行依賴（pipreqs 識(shí)別不到）

數(shù)據(jù)庫(kù)驅(qū)動(dòng)

WSGI 服務(wù)器

消息隊(duì)列客戶端

系統(tǒng)依賴（pip 管不了）

PostgreSQL 服務(wù)

Redis 服務(wù)

Nginx

十二、最佳企業(yè)實(shí)踐建議

在實(shí)際公司項(xiàng)目中，推薦做法：

開(kāi)發(fā)階段

pipreqs 生成干凈 requirements.txt

測(cè)試 / 發(fā)布階段

pip freeze > requirements-prod.txt

或者：

使用 Poetry / Pipenv 管理完整鎖版本

這樣：

• 開(kāi)發(fā)清爽
• 部署穩(wěn)定
• CI/CD 更安全

十三、總結(jié)

pipreqs 非常適合：

• 開(kāi)源項(xiàng)目
• 教學(xué)項(xiàng)目
• 輕量項(xiàng)目
• 想要干凈依賴的人

但記住一句話：pipreqs 只認(rèn) import，不認(rèn)運(yùn)行環(huán)境。

數(shù)據(jù)庫(kù)驅(qū)動(dòng)、服務(wù)器組件這類依賴，一定要人工確認(rèn)。

以上就是Python一行命令實(shí)現(xiàn)自動(dòng)生成 requirements.txt的詳細(xì)內(nèi)容，更多關(guān)于Python生成requirements.txt文件的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論