poetry使用
大约 2 分钟
poetry使用
安装poetry
pip install poetry
使用命令
poetry self update
# 查看所有配置
poetry config --list
# 查看单个配置
poetry config virtualenvs.path
# 更新配置
poetry config virtualenvs.in-project true
# 重置配置
poetry config virtualenvs.path --unset
# 添加poetry,会在项目目录生成一个pyproject.toml,他是一个非常重要的文件,包含了工程的配置和依赖库信息
poetry init
# 将依赖包导出为 requirements.txt 格式,导出文件名为 requirements.txt
poetry export -f requirements.txt --output requirements.txt
config.toml文件
poetry提供了全局config配置和特定项目的config配置。 windows下的全局config配置文件:%APPDATA%\pypoetry/config.yoml
指定pip源
[[tool.poetry.source]]
name = "custom"
url = "https://pypi.tuna.tsinghua.edu.cn/simple"
default = true
add命令
poetry add requests # ==> pip install requests
poetry add requests@^2.20.0 # 安装大于2.20.0版本的包
poetry add "requests=2.20.0" # ==> pip install requests==2.20.0
poetry add "uvicorn[standard]" # ==> pip install uvicorn[standard]
# 从 git 仓库安装
poetry add git+https://github.com/sdispater/pendulum.git
poetry add git+ssh://git@github.com/sdispater/pendulum.git
poetry add git+https://github.com/sdispater/pendulum.git#develop
poetry add git+https://github.com/sdispater/pendulum.git#2.0.5
# 从本地文件安装
poetry add ./my-package/
poetry add ../my-package/dist/my-package-0.1.0.tar.gz
poetry add ../my-package/dist/my_package-0.1.0.whl
run命令
这个命令也是一个比较重要的命令,可以让我们不进入虚拟环境就执行虚拟环境内的命令
# 查询虚拟环境内的 Python 版本
poetry run python -V
# 执行虚拟环境内的脚本
poetry run python test.py
env命令
# 使用指定环境的python
poetry env use /full/path/to/python
# 如果python在环境变量中,可以使用一下方式指定
poetry env use python3.7
# 显示当前虚拟环境信息
poetry env info
# 仅显示虚拟环境的路径
poetry env info --path
# 显示当前工程的所有虚拟环境列表
poetry env list
# 显示当前工程的虚拟环境绝对路径
poetry env list --full-path
# 删除虚拟环境
poetry env remove /full/path/to/python
poetry env remove python3.7
cache-dir Type: string
缓存目录配置,使用 poetry 安装的包源文件都会缓存到这个目录。以下是系统默认目录:
macOS: ~/Library/Caches/pypoetry
Windows: C:\Users\AppData\Local\pypoetry\Cache
Unix: ~/.cache/pypoetry
virtualenvs.path Type: string
默认是{cache-dir}/virtualenvs,虚拟环境创建的目录,如果上面的 in-project 为 true,此配置就无效