第 83 课 - 虚拟环境与依赖管理（Pipenv, Poetry）

所属模块：模块十六：工程化与部署 难度：intermediate 标签：virtual-environments, pipenv, poetry, dependency-management 上一课：项目打包与分发：setuptools 入门 下一课：版本控制：Git 基础与 Python 项目

1. 学习目标

完成本课学习后，你将能够：

理解为什么需要虚拟环境以及它在项目开发中的重要性。
使用 Pipenv 创建虚拟环境、安装和管理项目依赖。
使用 Poetry 创建项目、管理依赖和进行更高级的项目构建。
对比 Pipenv 与 Poetry 的特点，并根据项目需求做出选择。

2. 核心概念

想象一下，你在同时开发两个项目：项目A需要requests库的2.20.0版本，而项目B需要更新的2.28.0版本。如果所有项目都共享系统全局的Python环境，安装一个版本会覆盖另一个，导致项目无法运行。这就是"依赖地狱"。

虚拟环境 就是为解决这个问题而生的。它是一个独立的、隔离的Python目录，里面包含特定版本的Python解释器以及该项目需要的所有第三方库。每个项目都可以有自己的"房间"（虚拟环境），互不干扰。

手动管理虚拟环境和依赖（venv + requirements.txt）虽然可行，但过程繁琐。现代工具将环境创建和依赖管理合二为一，带来了更流畅的开发体验。

Pipenv 可以看作是 pip (包安装器) 和 venv (虚拟环境) 的自动化管家。它通过 Pipfile 和 Pipfile.lock 来声明和精确锁定依赖。

Poetry 是一个更全面的依赖管理和打包工具。它从项目初始化开始介入，管理 pyproject.toml 这个现代Python项目的标准配置文件，并自动生成锁文件，还能一键构建和发布你的项目。

我们可以把它们比作：Pipenv 是专注于依赖和环境的"管家"，而 Poetry 是负责从"建房"（项目初始化）到"交付"（打包发布）的"全能管家"。

3. 代码示例

让我们通过一个简单的Flask应用，来演示如何使用这两种工具。

示例1：使用 Pipenv

# 1. 确保已安装Pipenv
pip install pipenv

# 2. 创建一个项目目录并进入
mkdir my_flask_app && cd my_flask_app

# 3. 使用Pipenv创建虚拟环境并安装Flask (会自动生成Pipfile)
pipenv install flask
# 控制台会显示虚拟环境的位置，例如：Creating a virtualenv for this project...

# 4. 激活虚拟环境（或使用 `pipenv run` 前缀直接运行命令）
pipenv shell

# 5. 创建一个简单的Flask应用文件 `app.py`

# app.py
from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello():
    return "Hello from Pipenv-managed environment!"

if __name__ == '__main__':
    app.run(debug=True)

# 6. 在激活的环境中运行应用
python app.py
# 或者不激活环境，直接运行：
# pipenv run python app.py

# 7. 查看依赖树
pipenv graph

# 8. 当在另一台机器上部署时，只需复制Pipfile和Pipfile.lock，然后运行：
pipenv install --deploy

示例2：使用 Poetry

# 1. 安装Poetry (官方推荐方式，或使用pip安装)
curl -sSL https://install.python-poetry.org | python3 -
# 或: pip install poetry

# 2. 创建一个新的项目（或使用poetry init在现有目录初始化）
poetry new my_poetry_app
cd my_poetry_app

# 3. 添加Flask作为依赖（会自动更新pyproject.toml）
poetry add flask

# 4. 在Poetry管理的虚拟环境中运行应用
# 先创建app.py

# my_poetry_app/app.py (Poetry创建的项目结构略有不同，此处放在包内)
from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello():
    return "Hello from Poetry-managed environment!"

if __name__ == '__main__':
    app.run(debug=True)

# 5. 使用poetry run运行脚本
poetry run python my_poetry_app/app.py

# 6. 或者激活shell
poetry shell
python app.py

# 7. 查看依赖
poetry show --tree

# 8. 在另一台机器上，使用`pyproject.toml`和`poetry.lock`文件快速安装所有依赖：
poetry install

4. 实践练习

练习1：基础虚拟环境

使用Python内置的 venv 模块创建一个名为 .venv 的虚拟环境。
激活它，并使用 pip 安装 requests 库。
在该环境中运行一个简单的脚本，使用 requests 获取一个网页的状态码。 预期输出： 一个能返回HTTP状态码（如200）的脚本。

练习2：Pipenv实战

使用 pipenv 初始化一个新项目，并安装 beautifulsoup4 库。
编写脚本，使用该库解析一个本地HTML字符串（例如 <html><body><p>Test</p></body></html>），并提取出 <p> 标签内的文本。
查看 Pipfile 和 Pipfile.lock 的内容，理解其作用。 预期输出： "Test"

练习3：Poetry进阶

使用 poetry new 创建一个名为 my_math_utils 的项目。
在 pyproject.toml 中声明你的项目信息（名称、作者等）。
添加 numpy 作为依赖。
在 my_math_utils/ 包中创建一个 __init__.py 文件，并在里面写一个函数，使用numpy计算一个列表的平均值。
使用 poetry run python 交互式环境测试这个函数。 预期输出： 能成功计算并返回平均值。

5. 常见错误

忘记激活环境： 在全局Python环境中运行 pip install，导致污染全局环境或项目依赖混乱。始终确认你的命令提示符前面是否有(env_name)标识。
不提交锁文件： 只提交 Pipfile 或 pyproject.toml，而不提交 Pipfile.lock 或 poetry.lock。锁文件确保了构建的可重复性，是协作和部署的关键。
混用工具： 在同一个项目中既使用 pipenv 又使用 poetry，或者手动用 pip 安装包，会导致依赖管理混乱。选定一个工具并坚持使用。
在全局环境安装开发工具： 像 pylint, black, isort 这样的工具，也应该安装在项目虚拟环境中，或者使用 pipx 这类工具进行全局隔离安装，避免版本冲突。

6. 小结

本课我们学习了Python工程化中至关重要的环节：依赖与环境管理。

虚拟环境 是项目隔离的基石，必须为每个项目创建。
Pipenv 通过 Pipfile 和 Pipfile.lock 提供了自动化的依赖和环境管理，是 requirements.txt 的现代替代品，上手相对简单。
Poetry 是一个更强大的全栈工具，以 pyproject.toml 为核心，覆盖了依赖管理、打包和发布，更符合Python项目的未来发展趋势。
选择建议：对于小型脚本或快速原型，venv + pip 或 pipenv 都不错。对于正经的、需要长期维护和发布的库或应用项目，Poetry是目前更受推崇的选择，因为它与Python社区标准 pyproject.toml 的集成更紧密，功能也更全面。

记住：没有锁文件，就没有可靠的构建。 始终将你的环境定义文件（Pipfile/pyproject.toml）和锁文件（*.lock）纳入版本控制。

练习编辑器

python