当前位置:首页 > 文章列表 > 文章 > python教程 > Python版本限制方法:setup.py设置python_requires

Python版本限制方法:setup.py设置python_requires

2026-04-30 18:19:41 0浏览 收藏
Python的`python_requires`看似简单,实则极易因打包方式不当而完全失效——仅在`setup.py`中声明`>=3.8`远远不够,它必须配合wheel(`.whl`)格式发布、正确标注Python版本标签(如`py38`)、并由pip≥9.0.0安装才能真正拦截不兼容版本;源码包(`.tar.gz`)会彻底忽略该限制,导致用户在Python 3.7上静默安装失败项目;更需警惕语法陷阱(如禁用`3.8+`或`3.8-3.10`等非法写法),并确保`pyproject.toml`中使用标准的`requires-python`字段(非`python_requires`),同时注意声明与实际代码特性(如`typing.Literal`、`zoneinfo`)的一致性,否则再严谨的版本约束也形同虚设。

Python如何限制项目只能在特定版本下运行_在setup.py中设置python_requires

setup.py里python_requires写什么才真正生效

只写 python_requires=">=3.8" 不够,它不会阻止用户在 3.7 上 pip install,除非配合正确的打包和上传方式。真正起作用的前提是:项目必须以 wheel(.whl)格式发布到 PyPI,并且安装时使用 pip ≥ 9.0.0(2017 年后默认都满足)。源码包(.tar.gz)会被 pip 忽略 python_requires,直接解压运行 setup.py —— 此时校验完全失效。

实操建议:

  • 用 python -m build 构建 wheel,别只打 sdist
  • 上传前检查 dist/ 目录下是否有 .whl 文件,且文件名含 py38、py39 等标签(如 mylib-1.0-py38-none-any.whl)
  • 本地验证:用低于要求的 Python 版本(如 3.7)执行 pip install ./dist/mylib-1.0-py38-none-any.whl,应报错 ERROR: Package 'mylib' requires a different Python: 3.7.x not in '>=3.8'

python_requires支持哪些语法——别用错范围表达式

它不是 shell glob,也不是正则,而是 PEP 508 定义的版本说明符,常见合法写法有:

  • ">=3.8, —— 推荐,明确限定主版本边界
  • "~=3.8" —— 等价于 ">=3.8, ==3.*",允许 3.8.x、3.9.x,但拒绝 4.0
  • "==3.9.*" —— 只接受 3.9.x 系列(x 为任意次版本),不包括 3.10
  • 错误写法:"3.8+"(非法)、"3.8 - 3.10"(不被解析)、"3.8 or 3.9"(语法错误)

注意:~=` 比 >= 更严格,适合依赖 C 扩展或特定 stdlib 行为的项目;若你用了 typing.Literal(3.8+)或 zoneinfo(3.9+),就别写成 ~=3.8,否则 3.9 用户反而被拦住。

为什么pip install没报错?可能是wheel没生成或平台不匹配

即使写了正确的 python_requires,仍可能静默安装成功,常见原因:

  • 发布的只有 .tar.gz,没有 .whl —— python_requires 被跳过
  • wheel 文件名中平台标记为 manylinux_x86_64 但 Python 标签是 py3(即 “universal”),此时 pip 不校验具体小版本
  • 用户用 pip install --no-deps --force-reinstall 强制覆盖,会绕过所有约束
  • Windows 上安装时,wheel 名为 py3-none-win_amd64.whl,但 Python 解释器实际是 3.7 —— 若 python_requires 是 ">=3.8",pip 仍会拒绝,除非 wheel 标记为 py3(非 py38)

自查命令:python -m wheel unpack dist/mylib-*.whl && cat mylib-*/MYLIB-*.dist-info/WHEEL,看 Tag: 行是否包含具体 Python 版本标签(如 cp38 或 py38)。

setup.cfg 或 pyproject.toml 里怎么写等效配置

如果你已迁移到 pyproject.toml,python_requires 不再写在 setup.py,而是在 [project] 段落里:

[project]
requires-python = ">=3.8"
# 注意:不是 python_requires,也不是 dependencies 下的条目

对应旧式 setup.cfg:

[metadata]
python_requires = >=3.8

三者语义一致,但优先级:pyproject.toml > setup.cfg > setup.py。如果同时存在,后两者会被忽略。另外,requires-python 在 pyproject.toml 中是必填项(PEP 621),不写会导致构建工具(如 setuptools 61+)报错。

真正容易被忽略的是:即便声明了 requires-python,如果项目里用了 from __future__ import annotations(3.7+)却声称只支持 3.8+,这种“声明与行为不一致”不会被自动检测,只能靠人审代码。

今天关于《Python版本限制方法:setup.py设置python_requires》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

Windows内存优化技巧分享Windows内存优化技巧分享
上一篇
Windows内存优化技巧分享
EMS积分兑换攻略与实用技巧
下一篇
EMS积分兑换攻略与实用技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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。
    543次学习
  • GO语言核心编程课程
    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。
    516次学习
  • 简单聊聊mysql8与网络通信
    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
    500次学习
  • JavaScript正则表达式基础与实战
    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
    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。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    313次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    295次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    271次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    88次使用