requirements.txt怎么生成和安装

林见深
林见深
发布时间:2026-11-18 | 5人浏览过
原创

详细介绍Python项目中requirements.txt文件的生成与安装方法,包含pip freeze与pipreqs的机制差异对比、标准安装命令与国内镜像加速、依赖冲突排查及最佳实践。

分类:Python工程化指南 目标:依赖导出与环境复现
requirements.txt怎么生成和安装
图解:requirements.txt 在 Python 项目依赖生命周期中的枢纽作用
在 Python 开发中,requirements.txt 是记录项目所依赖三方库及其具体版本的标准清单文件。生成它的核心命令是 pip freeze > requirements.txt 或基于代码分析的 pipreqs;而安装核心依赖的标准命令是 pip install -r requirements.txt。本文将按实际开发流程,详细拆解两种生成方式的运作差异、完整安装与加速技巧,以及常见依赖冲突的排查方法。

一、认识 requirements.txt 的文件格式

requirements.txt 本质上是一个纯文本文件,通常存放在项目的根目录下。Python 官方包管理工具 pip 能够逐行解析该文件中的每一项声明,自动下载并安装匹配的软件包。

文件中的每一行通常表示一个独立的依赖项,最常见的形式是“包名 + 版本比对操作符 + 版本号”。以下是常见的写法规则:

# 1. 精确版本锁定(最常用,推荐用于生产环境复现)
requests==2.31.0

# 2. 最低版本限制(允许安装该版本及后续兼容修复)
numpy>=1.24.0

# 3. 兼容性版本锁定(允许同主次版本的补丁更新,等同于 >=2.0.0, ==2.0.*)
pandas~=2.0.0

# 4. 排除特定有缺陷的版本
urllib3>=1.26.0, !=1.26.5

# 5. 不限制版本(直接安装最新可用版本,开发阶段可用,但存在不可预测风险)
flask

在规范的项目管理中,建议尽量明确指定版本约束(如 ==),这样能确保团队其他开发者或生产服务器安装的依赖版本与本地开发时完全一致,避免因第三方库升级导致不可预期的接口变动。

二、生成 requirements.txt 的操作步骤与工具选择

生成依赖清单并不只是简单地敲一行命令,关键在于选择正确的提取方式。目前社区中最主流的做法有两种:使用 pip 自带的 pip freeze,以及使用第三方工具 pipreqs。

requirements.txt怎么生成和安装
图解:从激活环境、选定提取方式到输出校验的标准操作步骤

方法一:使用 pip freeze(标准全量导出)

pip freeze 会直接查询当前激活的 Python 环境中所安装的所有第三方包,并将其名称与具体版本号按标准格式输出到控制台。通过使用重定向操作符 >,可以将输出内容保存到指定文件中:

# 确保当前已激活项目的虚拟环境,在项目根目录下执行:
pip freeze > requirements.txt
生成的 requirements.txt 示例内容
certifi==2024.2.2
charset-normalizer==3.3.2
idna==3.6
requests==2.31.0
urllib3==2.2.1
注意事项:必须配合虚拟环境使用
如果在没有虚拟环境的全局 Python 中执行 pip freeze,系统会将全局安装的所有工具包(如 jupyter、pytest、flake8 以及系统驱动包)全部写入文件,导致依赖冗余严重且极易在跨平台部署时引发冲突。

方法二:使用 pipreqs(基于代码的精准提取)

如果项目在开发初期没有建立虚拟环境,或者环境中安装了许多仅用于调试的临时包,使用 pip freeze 就会污染依赖清单。此时可以使用专用的静态分析工具 pipreqs。

pipreqs 会解析指定目录下的所有 Python 脚本(遍历 AST 语法树中的 import 与 from ... import),只找出代码中实际导入使用的三方库,并自动匹配本地已安装的版本导出。

# 1. 安装 pipreqs 工具
pip install pipreqs

# 2. 扫描当前项目目录并强制覆盖生成 requirements.txt(指定 UTF-8 编码避免 Windows 乱码)
pipreqs . --encoding=utf-8 --force
pipreqs 执行输出示例
INFO: Successfully saved requirements file in ./requirements.txt

三、pip freeze 与 pipreqs 的关键机制差异

理解这两种工具的核心区别,是写出清晰、干净依赖清单的关键。它们并不是互斥的替代关系,而是基于完全不同的信息来源开展工作的。

requirements.txt怎么生成和安装
图解:pip freeze 与 pipreqs 的技术原理与适用边界对比
对比维度 pip freeze pipreqs
分析对象 当前运行环境已安装的所有三方库 项目目录内的 .py 源码文本
子依赖记录 记录(如安装 requests 会连同记录 urllib3 等) 不记录(只记录顶层直接引用的包)
全局包影响 受严重影响(若未隔离虚拟环境会全部导出) 不受影响(不关心的包即使已安装也不会输出)
动态导入检测 天然支持(只要安装在环境中即可) 可能遗漏(例如 importlib.import_module)

四、安装 requirements.txt 的标准流程与参数优化

拿到别人的项目源码或准备在测试服务器上线时,只需使用 pip install -r 命令即可根据清单批量安装。

requirements.txt怎么生成和安装
图解:pip install -r 执行时的解析、网络请求与安装机制

1. 基础安装命令

# 进入包含 requirements.txt 的项目目录并执行:
pip install -r requirements.txt
终端安装输出示例
Collecting requests==2.31.0 (from -r requirements.txt (line 1))
  Downloading requests-2.31.0-py3-none-any.whl (62 kB)
Installing collected packages: requests
Successfully installed requests-2.31.0

2. 使用国内镜像源加速下载

由于默认的 PyPI 官方服务器位于海外,国内下载速度往往较慢甚至频繁超时。可以通过 -i 参数临时指定国内高校或云厂商的高速镜像源:

# 使用清华大学开源镜像源加速安装:
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 或者使用阿里云镜像源:
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

3. 其他常用高级参数

  • 强制升级已安装的库:添加 -U(即 --upgrade),如果本地已经安装过某个库但版本较低,pip 会将其更新至清单要求的版本:
    pip install -U -r requirements.txt
  • 不使用本地缓存重新下载:排查网络下载残损或包版本不一致时,可使用 --no-cache-dir:
    pip install --no-cache-dir -r requirements.txt

五、常见问题与排查指南

1. 导出的 requirements.txt 包含本地文件绝对路径(@ file:///...)

原因:在某些 Linux 发行版(如 Ubuntu 预装的某些 Python 版本)或使用 pip install -e . 安装的可编辑包时,pip freeze 输出的格式会变成 package @ file:///path/to/project。其他人在不同电脑上执行时,会因路径不存在而报错。

解决办法:可以加入 --path 或过滤选项,或者直接使用以下官方支持的参数忽略系统包目录路径:

# 导出时不包含直接通过 URL 链接引用的本地路径
pip list --format=freeze > requirements.txt

2. 报错:ResolutionImpossible(依赖版本冲突)

原因:现代 pip 包含严格的依赖解析器(Dependency Resolver)。如果清单中包 A 要求 urllib3<2.0,而包 B 要求 urllib3>=2.1,pip 会中断安装并提示版本冲突。

排查方法:

  • 查看终端报错信息中具体相互冲突的两个包名称。
  • 放宽 requirements.txt 中冲突包的版本限制(例如将严格的 == 改为范围 >=),让 pip 自行计算交集。
  • 如果是间接依赖冲突,优先升级引发冲突的顶层父级三方库。

3. 报错:Failed building wheel for ... 缺少 C++ 编译环境

原因:某些包含 C/C++ 扩展的第三方库(例如特定版本的 uwsgi、较旧版本的 gevent 等)没有为当前操作系统的当前 Python 版本提供预编译的 .whl 轮子文件,因此 pip 会尝试在本地进行源码编译。如果系统未安装编译工具链就会报错。

解决建议:

  • Windows 用户:安装与当前 Python 版本匹配的 Microsoft C++ Build Tools,或查找该库是否提供了最新版编译好的 wheel。
  • Linux 用户:安装系统基础构建依赖,例如 sudo apt-get install build-essential python3-dev。
  • 首选升级该三方库到支持当前 Python 版本的最新版本。

六、工程生命周期与最佳实践总结

规范的依赖管理是保障 Python 项目可移植性与团队协作效率的基石。在实际项目开发中,建议遵循以下闭环管理标准:

requirements.txt怎么生成和安装
图解:规范化 Python 工程中的依赖管理五步闭环体系
  1. 首要准则:必须使用虚拟环境。无论是 venv、virtualenv 还是 conda,切勿直接在系统默认 Python 环境中开发项目。虚拟环境将每个项目的依赖相互隔离,彻底避免了包版本污染。
  2. 版本控制策略:将 requirements.txt 纳入 Git 等版本控制系统,而虚拟环境文件夹(如 .venv/ 或 venv/)必须添加至 .gitignore,绝不能打包提交到代码仓库。
  3. 区分开发与生产依赖:对于中大型项目,可以拆分为 requirements-base.txt(核心运行依赖)和 requirements-dev.txt(包含 pytest、black 等测试开发工具),通过 -r requirements-base.txt 语法进行继承管理。
相关专题:

本站声明

本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。

Python 相关产品和应用

全部下载

专题列表