Python开发篇——构建虚拟Python开发环境（Conda+Poetry）

前言

之前虽略有提及Python，但是没有实际地写点料。惭愧，惭愧，所以这次先起个头，讲讲如何构建虚拟Python开发环境。相信之前看过我博客的人可能会想：博主不会又要聊聊Docker吧?放心，不会。首先Docker虽然适合构建虚拟Python容器，但是却存在一个问题——交互性。Python开发者必然是希望生成的软件具备可移植性。但是用Docker做移植是需要Docker build的。这样会使得开发过程变得极为不方便。所以我们需要聊聊除Docker以外，Python如何实现虚拟开发环境。

为什么需要虚拟开发环境？

Java的圈子流行一句“Java随你怎么升，我还用铁打的Java8”，但是我们应该知道开发语言都存在多个版本，而且有些语言会在强大的社区拥护下成长，产生出一些多版本的LTS版本或是stable版本，用于项目的发展。于是，我们在接触新老项目的时候，就会需要调整Python的开发环境。所以原因如下：

1. 多项目之间便于切换开发环境。
2. 虚拟环境可以产生简洁的配置文件，便于项目实施部署。
3. 与Git结合，便于项目的管理和开发环境的快速构建及重构。

工具

1. conda（linux采用miniconda，windows采用anaconda）
2. Poetry

为什么需要Conda？

正如Rust可以通过Cargo来实现版本的切换，Python也有很多相关的工具如pyenv、pyenv-virtualenv和conda等。这里我推荐conda，首先他提供了科学计算的神器Anaconda包和类似于PYPI的conda库，其次他可以轻松的构建各种版本的Python虚拟开发环境。

Linux安装

执行下面的bash命令：

$ cd ~ && rm -rf ./Anaconda3 # 删除原来的anaconda
# 自行清除环境变量里的anaconda信息
$ wget "https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh"
$ bash Miniconda3-latest-Linux-x86_64.sh
# 重启计算机
# reboot

$ conda env list查看激活版本
$ conda create -n env_name python=3.8
$ conda activate env_name # 激活虚拟环境

注意：conda可以通过 export 导出环境配置文件

Windows安装

三种方式：

1. 自己搜索anaconda官网，下载exe文件，麻瓜式安装。
2. choco安装
3. scoop安装

为什么需要Poetry

Poetry是一个 Python 打包和依赖管理系统，最初于 2018 年发布。它可以顺利处理依赖项，特别是如果您在全新环境中使用 Poetry 然后添加您的 Python 包。它还可以确定性地处理项目的其他工具和配置，因为它使用TOML格式作为 Python 配置文件。简而言之，TOML 旨在使用易于阅读的最小配置文件。Poetry 使用配置文件来安装 python 包并设置配置。pyproject.toml。

安装Poetry

这里只以linux带过：

$curl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python -
# 重启计算机
# reboot

构建一个Flask应用

$ poetry --version
output: Poetry version 1.1.7
$ poetry new pyService
output: Created package pyservice in pyService
$ poetry add flask

pyproject.toml

[tool.poetry]
name = "pyService"
version = "0.1.0"
description = ""
authors = ["DsnTgr <email@address>"]

[tool.poetry.dependencies]
python = "^3.9"
Flask = "^2.0.1"

[tool.poetry.dev-dependencies]
pytest = "^5.2"

[build-system]
requires = ["poetry-core>=1.0.0"]
build-backend = "poetry.core.masonry.api"

pyservice目录下__init__.py

# hello_world/__init__.py
from flask import Flask
app = Flask(__name__)

@app.route("/")
def hello_world():
    return "<p>Hello, World!</p>"

if __name__ == "__main__":
    app.run()

执行下面的命令：

$ export FLASK_APP="pyservice"
$ poetry run flask run
* Serving Flask app 'pyservice' (lazy loading)
* Environment: development
* Debug mode: on
* Running on http://127.0.0.1:5000/ (Press CTRL+C to quit)
* Restarting with stat

结论

首先通过Conda来实现Python多版本的管理，接着通过Poetry来实现Python项目的依赖包管理，最终达到构建虚拟Python开发环境。

感谢

1. A Guide to Python Environment, Dependency and Package Management: Conda + Poetry
2. Building a Python package, and a container image with poetry