Python项目打包发布教程
“纵有疾风来,人生不言弃”,这句话送给正在学习文章的朋友们,也希望在阅读本文《Python项目打包发布PyPI教程》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新文章相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!
PyPI(Python Package Index)是Python社区的官方第三方软件包仓库,通过将您的项目发布到PyPI,其他用户便能使用pip install your-package-name命令轻松安装和使用您的代码。本教程将引导您完成从项目准备到最终发布的每一个关键步骤。
1. 项目结构准备与规范
为了确保您的Python项目能够正确地被打包,建议遵循标准的项目结构。最推荐的做法是将所有可安装的源代码放置在一个专用的源目录(通常命名为src)中。
建议的项目结构示例:
your-project-name/ ├── src/ │ └── your_package_name/ │ ├── __init__.py │ └── your_module.py ├── tests/ │ └── test_your_module.py ├── .gitignore ├── LICENSE ├── README.md └── pyproject.toml
关键点:
- src/ 目录: 包含您实际希望作为PyPI包发布的Python源代码。这样做的好处是,可以清晰地区分源代码与项目中的其他文件(如测试文件、文档、构建脚本等),避免不必要的非源代码文件被打包进去。
- your_package_name/: 这是您的Python包的顶级模块名,通常与您的项目名称保持一致或相似。其中必须包含一个__init__.py文件,即使是空的,它也能将该目录标记为一个Python包。
- 排除非必需文件: 像测试文件(tests/)、开发脚本、大型数据集等不应包含在最终的PyPI分发包中。pyproject.toml的配置和src目录的使用有助于自然地排除这些文件。
2. 配置 pyproject.toml 文件
pyproject.toml是现代Python打包的标准配置文件,它取代了传统的setup.py和setup.cfg,用于定义项目的元数据、构建系统以及依赖关系。
在项目根目录下创建pyproject.toml文件,并添加以下基本内容:
[build-system] requires = ["setuptools>=61.0", "wheel"] build-backend = "setuptools.build_meta" [project] name = "your-package-name" # 您的包在PyPI上的名称 version = "0.1.0" # 包的版本号,遵循语义化版本(Semantic Versioning) authors = [ { name="Your Name", email="your.email@example.com" }, ] description = "A short description of your project." # 简短描述 readme = "README.md" # 指向您的README文件 requires-python = ">=3.8" # 兼容的Python版本 keywords = ["ai", "assistant", "debug"] # 关键词,有助于搜索 classifiers = [ # 分类器,描述您的项目 "Programming Language :: Python :: 3", "License :: OSI Approved :: MIT License", "Operating System :: OS Independent", "Development Status :: 3 - Alpha", # 开发状态 "Intended Audience :: Developers", ] dependencies = [ # 运行时依赖,pip会自动安装 "requests>=2.25.1", "numpy", # 其他依赖... ] [project.urls] Homepage = "https://github.com/your-username/your-project-name" # 项目主页 "Bug Tracker" = "https://github.com/your-username/your-project-name/issues" # Bug追踪 [project.optional-dependencies] # 可选依赖,例如开发或测试依赖 dev = ["pytest", "twine", "build"] [tool.setuptools.packages.find] where = ["src"] # 告诉setuptools在src目录下查找包
pyproject.toml关键字段说明:
- [build-system]: 定义了构建包所需的工具和后端。setuptools和wheel是常用的构建工具。
- [project]: 包含包的所有元数据。
- name:您的包在PyPI上的唯一名称。
- version:包的版本号,每次发布新版本时都需要更新。
- authors:作者信息。
- description:包的简短描述。
- readme:指向您的README.md文件,PyPI会显示其内容。
- requires-python:指定包兼容的Python版本范围。
- keywords:有助于用户搜索您的包。
- classifiers:标准化的字符串,描述您的项目,例如许可证、操作系统、Python版本等。可以在PyPI官方文档中找到完整的分类器列表。
- dependencies:列出您的项目运行所需的第三方库及其版本要求。
- [project.urls]: 提供项目相关的链接,如主页、bug追踪等。
- [project.optional-dependencies]: 定义可选的依赖项,例如仅在开发或测试阶段需要的库。
- [tool.setuptools.packages.find]: 如果您使用了src目录结构,此配置告诉setuptools在src目录中查找包。
3. 构建分发包
在配置好pyproject.toml之后,您可以使用build模块来生成分发包。
首先,确保您安装了build模块:
pip install build
然后,在您的项目根目录(pyproject.toml所在的目录)下运行构建命令:
python -m build
执行此命令后,会在项目根目录下生成一个名为dist/的目录。该目录中会包含两个文件:
- .whl文件(Wheel):这是一个预编译的二进制分发包,可以直接安装,通常是首选的安装方式。
- .tar.gz文件(Source Distribution, sdist):这是一个源代码分发包,包含您的项目源代码和其他元数据,可以在目标机器上进行编译和安装。
4. 上传到PyPI
在上传之前,您需要一个PyPI账户。如果还没有,请前往 PyPI官网 注册。为了安全起见,建议使用API Token进行认证,而不是直接使用用户名和密码。
创建API Token: 登录PyPI账户后,导航到 "Account settings" -> "API tokens",创建一个新的API Token,并务必保存好,因为它只会显示一次。
安装twine: twine是一个用于安全上传Python包到PyPI的工具。
pip install twine
上传包: 在项目根目录,使用twine上传dist/目录中的所有文件:
twine upload dist/*
twine会提示您输入PyPI用户名和密码。对于API Token,用户名输入__token__,密码则输入您之前保存的API Token(通常以pypi-开头)。
如果您想先测试上传过程而不发布到正式的PyPI,可以使用TestPyPI:
twine upload --repository testpypi dist/*
TestPyPI的注册和API Token创建过程与正式PyPI类似,但它们是独立的。
成功上传后,您的包就可以通过pip install your-package-name命令进行安装了。
注意事项
- 版本管理: 每次发布新版本时,务必更新pyproject.toml中的version字段。遵循语义化版本(Semantic Versioning)规则(MAJOR.MINOR.PATCH),例如1.0.0、1.0.1、1.1.0等。
- 许可证(License): 在您的项目中包含一个许可证文件(如LICENSE),并在pyproject.toml中通过classifiers指定,这对于开源项目至关重要。
- README.md: 提供清晰、详细的README.md文件,包含项目简介、安装指南、使用示例、贡献方式等,这会极大地提升您项目的可发现性和可用性。
- 依赖项: 确保pyproject.toml中的dependencies列表准确无误,只包含运行时必需的依赖,并指定合适的版本范围。
- 测试: 在发布之前,务必对您的包进行充分的测试,确保其功能完善且稳定。
- 虚拟环境: 在开发和打包过程中,始终使用虚拟环境,以避免包依赖冲突。
总结
将Python项目打包并发布到PyPI是一个相对直接的过程,但需要注意一些细节。通过遵循本教程中概述的步骤——规范项目结构、精确配置pyproject.toml、使用build工具构建分发包,以及利用twine安全上传——您将能够成功地将您的Python项目发布到PyPI,使其可供全球Python社区轻松安装和使用。这不仅是分享您的工作成果的有效方式,也是对开源社区的重要贡献。
理论要掌握,实操不能落!以上关于《Python项目打包发布教程》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

- 上一篇
- Magento2维护模式与Cron设置教程

- 下一篇
- Golang树形结构递归处理解析
-
- 文章 · python教程 | 22分钟前 |
- Python数据分析实战技巧全解析
- 304浏览 收藏
-
- 文章 · python教程 | 29分钟前 |
- Python输出中文字符技巧
- 130浏览 收藏
-
- 文章 · python教程 | 30分钟前 |
- 动态阈值分组与聚合方法详解
- 123浏览 收藏
-
- 文章 · python教程 | 31分钟前 |
- Python程序运行流程全解析
- 478浏览 收藏
-
- 文章 · python教程 | 32分钟前 |
- Python热力图绘制教程
- 182浏览 收藏
-
- 文章 · python教程 | 33分钟前 |
- Python文本摘要实现方法详解
- 170浏览 收藏
-
- 文章 · python教程 | 43分钟前 |
- Python滚动标准差计算教程
- 325浏览 收藏
-
- 文章 · python教程 | 50分钟前 |
- Python接入Ceph存储教程
- 308浏览 收藏
-
- 文章 · python教程 | 53分钟前 |
- PyCharm入门指南与基础操作详解
- 108浏览 收藏
-
- 文章 · python教程 | 54分钟前 |
- DataFrame按键分列的实用技巧
- 233浏览 收藏
-
- 文章 · python教程 | 57分钟前 |
- Python轻松实现GPT-2文本生成教程
- 183浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 151次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 142次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 157次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 150次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 158次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览