Classifiers:字符串分类器列表 py_modules:由所有模块名称组成的列表(必需) 此些模块可能位于包的根目录下(modulename),也可能位于某子包目录中(subpkg1.modulename) packages:各子包名称组成的列表 platforms:适用的平台列表 license:许可证 setup.py的参数大体分为两类: 元数据信息(name、version等) 包中的内容...
fromsetuptools import setup, find_packagessetup(classifiers = [# 发展时期,常见的如下# 3 - Alpha# 4 - Beta# 5 - Production/Stable'Development Status :: 3 - Alpha',# 开发的目标用户'Intended Audience :: Developers',# 属于什么类型'Topic :: Software Development :: Build Tools',# 许可证信息'...
接下来,我将慢慢扩充这个setup函数,增加更多的参数,以便你能理解setup函数能做哪些事情。 程序分类信息 classifiers参数说明包的分类信息。所有支持的分类列表见:https://pypi.org/pypi?%3Aaction=list_classifiers 示例: from setuptools import setup, find_packages setup( classifiers = [ # 发展时期,常见的如下 #...
classifiers参数:可选参数,指定库的分类,比如开发状态、支持的Python版本、许可证等。 classifiers=['Intended Audience :: Developers','Topic :: Text Processing','Topic :: Scientific/Engineering :: Artificial Intelligence','License :: OSI Approved :: MIT License','Programming Language :: Python :: 2'...
--classifiers程序的所属分类列表 --keywords 程序的关键字列表 --packages 需要处理的包目录(包含__init__.py的文件夹) --py_modules 需要打包的python文件列表 --download_url 程序的下载地址 --cmdclass --data_files 打包时需要打包的数据文件,如图片,配置文件等 ...
一、构建工具setup.py的应用场景 在安装python的相关模块和库时,我们一般使用“pip install 模块名”或者“python setup.py install”,前者是在线安装,会安装该包的相关依赖包;后者是下载源码包然后在本地安装,不会安装该包的相关依赖包。所以在安装普通的python包时,利用pip工具相当简单。但是在如下场景下,使用pytho...
Python 库打包分发的关键在于编写 setup.py 文件。setup.py 文件编写的规则是从 setuptools 或者 distuils 模块导入 setup 函数,并传入各类参数进行调用。 # coding:utf-8fromsetuptoolsimportsetup# or# from distutils.core import setupsetup( name='demo',# 包名字version='1.0',# 包版本description='This is...
上述代码是一个基本的setup.py文件的示例。其中,name指定了项目的名称,version是项目的版本号,packages列出了项目中需要打包的包,install_requires指定了项目的依赖项,entry_points定义了项目的可执行命令,classifiers用于指定项目的分类信息,url是项目的链接地址,author和author_email是项目的作者和联系方式,description是对...
发布时在setup.py和PyPI元数据中添加该版本的声明 例如Python 3.12发布后,可以更新为: 代码语言:javascript 复制 python_requires='>=3.10,<4.0'classifiers=[...,'Programming Language :: Python :: 3.12',] 如果不再支持某旧版本,也需要删除对应classifiers声明。
classifiers = [ # 省略后续 .lock 文件 还有一个对于打包很重要的文件:锁定文件(xxx.lock)。pyproject.toml 包含抽象依赖关系,锁定文件包含具体依赖关系。它记录了为项目安装的所有依赖项的确切版本(例如pandas==2.0.3)。这使得项目在多个平台上具有可重复性,例如下面的 github.com/python-poet…: ...