【Python】开发工具uv

文章目录

  • [1. uv install](#1. uv install)
    • [1.1 下载安装脚本来安装](#1.1 下载安装脚本来安装)
    • [1.2 使用pipx安装uv](#1.2 使用pipx安装uv)
    • [1.3 补充](#1.3 补充)
  • [2. 考虑在离线系统上安装uv](#2. 考虑在离线系统上安装uv)
    • [2.1 下载并上传安装包](#2.1 下载并上传安装包)
    • [2.2 用户级安装uv(~/.local/bin/)](#2.2 用户级安装uv(~/.local/bin/))
    • [2.3 补充](#2.3 补充)
  • [3. uv 管理Python解释器](#3. uv 管理Python解释器)
  • [4. uv 管理依赖](#4. uv 管理依赖)
  • [5. uv运行代码](#5. uv运行代码)
    • [5.1 uv不在项目下执行脚本](#5.1 uv不在项目下执行脚本)
    • [5.2 uv在项目下执行脚本](#5.2 uv在项目下执行脚本)
    • [5.3 uv执行脚本,脚本自己维护依赖](#5.3 uv执行脚本,脚本自己维护依赖)
    • [5.4 补充](#5.4 补充)
  • [6. python开发工具管理](#6. python开发工具管理)
  • [7. 项目打包为.whl文件](#7. 项目打包为.whl文件)
  • 补充

1. uv install

1.1 下载安装脚本来安装

bash 复制代码
# 用curl
curl -LsSf https://astral.sh/uv/install.sh | sh

# 用wget
wget -qO- https://astral.sh/uv/install.sh | sh

1.2 使用pipx安装uv

bash 复制代码
补充:pipx是安全地安装和运行隔离的 Python 命令行工具,它能够解决全局安装python应用( pip install --user 或 sudo pip install)的依赖冲突和环境污染问题。

sudo pip install <pkg>
安装的可执行文件位置:/usr/local/bin
安装的库文件位置:
/usr/local/lib/pythonX.X/dist-packages/ (Debian/Ubuntu)
/usr/lib/pythonX.X/site-packages/ (RHEL/CentOS)

pip install --user <pkg>
安装的可执行文件位置:~/.local/bin/
安装的库文件位置:~/.local/lib/pythonX.X/site-packages/

pipx install <pkg>
将每个工具安装在独立的虚拟环境中
~/.local/pipx/venvs/flake8/     # flake8 的独立环境

# 先安装pipx
sudo apt install pipx

# 再安装uv
pipx install uv
pipx ensurepath && source ~/.basrc

1.3 补充

  • pipx依赖venv,需要确保venv全局安装。sudo apt install python3.8-venv
  • pip安装提示,Not installing to existing directory。可能是之前失败安装存在残留文件。pipx install --force
  • 安装uv后还需要将可执行文件目录添加到$PATH。执行pipx ensurepath可以自动把pipx下载的工具的可执行文件目录都添加到$PATH

2. 考虑在离线系统上安装uv

2.1 下载并上传安装包

bash 复制代码
# 使用pip下载,.whl安装包在当前目录,可能有多个.whl文件,所以打包
pip download uv
cd .. && tar -zcvf uv.tar.gz uv/

scp uv.tar.gz [email protected]:~/Downloads/

2.2 用户级安装uv(~/.local/bin/)

bash 复制代码
# 解压
cd ~/Downloads/
tar -zxvf uv.tar.gz

# 安装到用户级site-package
pip install --no-index --find-links=~/Downloads/uv uv
--no-index:禁止从 PyPI 下载。
--find-links=.:从当前目录查找包。

# 添加~/.local/bin到$PATH
echo 'export PATH=$HOME/.local/bin:$PATH'

2.3 补充

Q:安装包为uv-0.7.3-py3-none-manylinux_2_17_x86_64.manylinux2014_x86_64.whl,包名:uv;包版本:0.7.3;python兼容版本:python3;abi标签:none,表示不依赖python abi(不依赖任何扩展的纯python包);架构:x86_64;系统兼容性:manylinux标准(manylinux_2_17和manylinux2014)。目标机器架构为arm,无法安装这个安装包。

A:确认安装包的平台版本和目标系统平台兼容,目标系统是x86_64的,则安装包应该是x86_64d的, 目标系统是arm结构的,安装包应该是arm架构的。

3. uv 管理Python解释器

bash 复制代码
# 查看uv可安装和已经安装的python版本
uv list python

# 安装指定版本的python,安装位置 /home/user01/.local/share/uv/python/
uv python install cpython-3.12

# 使用已安装的某个版本的python解释器执行
uv run -p 3.12 main.py

# 使用已安装的某个版本的python解释器进入交互式执行环境
uv run -p 3.12 python

ps: uv指定python解释器版本时,如果uv没有安装之,则会自动安装它

4. uv 管理依赖

bash 复制代码
# 创建工程
mkdir test && cd test
uv init -p 3.12

# 目录树
tree
├── .git
├── .gitignore
├── .python-version  # 3.12
├── README.md
├── main.py
└── pyproject.toml  # 跟踪项目当前依赖

# 假设项目源码文件依赖和pyproject.toml记录的不一样
uv sync

5. uv运行代码

5.1 uv不在项目下执行脚本

bash 复制代码
# main.py
import requests

if __name__ == '__main__':
    url = 'www.baidu.com'
    resp = requests.get(url)
    print(resp.text)

# 执行脚本,未导入依赖报错
uv run main.py

# 执行脚本,命令行中指定依赖,依赖下载到~/.cache/uv
uv run --no-project --with rich main..py

5.2 uv在项目下执行脚本

bash 复制代码
# 进入项目
cd test

# 执行脚本,未导入依赖错误
uv run main.py

# 执行脚本,命令行中指定依赖,依赖下载到~/.cache/uv
uv run --with requests main.py

# 执行脚本,使用项目的虚拟环境维护依赖
uv add requests  # pyproject.toml记录了requests及其依赖
uv run main.py

# 打印uv工程依赖树
uv tree

test v0.1.0
└── requests v2.32.3
    ├── certifi v2025.4.26
    ├── charset-normalizer v3.4.2
    ├── idna v3.10
    └── urllib3 v2.4.0

 
# 从项目中以础依赖
uv remove requests

5.3 uv执行脚本,脚本自己维护依赖

bash 复制代码
# 脚本自己加上所需依赖
uv add --script main.py requests

# uv将往main.py头插入记录依赖信息的注释
# /// script
# requires-python = ">=3.13"
# dependencies = [
#     "requests",
# ]
# ///

import requests

if __name__ == '__main__':
    url = 'https://www.baidu.com'
    resp = requests.get(url)
    print(resp.text)

# 执行,以脚本模式运行,即使在uv项目中也可以不加--no-project而运行
uv run --script main.py

5.4 补充

• uv初始化项目后首次执行run会先创建项目虚拟环境:.venv

• 在uv项目中,uv run xxx.py将以项目方式运行(使用项目的虚拟环境);在uv项目中,uv run --with xxx将使用临时环境(~/.cache/uv/);在项目中,uv run --script main.py将使用临时环境(~/.cache/uv),但是脚本自己可以维护依赖,而不必在命令行中用--with来指定依赖。

6. python开发工具管理

开发需要python工具,可将这些工具添加到项目依赖,但这些工具不应该随其他项目依赖打包。

uv add flake8 --dev

但是实际工程中,这些工具应该与项目无关,需要在其他地方维护。另外即使通过--dev可以避免项目打包时把工具打包进去,但是添加工具时可能添加工具自己的依赖到项目中而污染了项目的虚拟环境。正确做法时使用uv tool来维护这些工具。

bash 复制代码
# 工具安装到~./cache/uv/
uv tool install flake8

# 查看已经安装的工具
uv tool list

7. 项目打包为.whl文件

bash 复制代码
# pyproject.toml文件中添加session
[project]
name = "p10-tmp"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.11"
dependencies = []

[prject.scripts]
test = ["test:main"]


# 打包
uv build 
dist
├── p10_tmp-0.1.0-py3-none-any.whl
└── p10_tmp-0.1.0.tar.gz


# 安装离线包
uv tool install dist/p10_tmp-0.1.0-py3-none-any.whl

补充

Q&A

Q:pip如何确定package安装到系统目录还是用户目录

A:pip根据以下要素判断该把package放到哪里:

  1. 是否添加--user参数:加--user参数,package放到用户级site-package中
  2. 是否处于虚拟环境激活状态:虚拟环境激活状态,package放在虚拟环境的site-package中
  3. 普通用户还是特权用户(root用户或者sudo pip install):普通用户则放在用户的site-package,特权用户则放在系统site-package中。
    注意,普通用户执行pip install 等价于pip install --user .

more about pip

• --user parameter

pip install --help

--user: Install to the Python user install directory for your platform. Typically ~/.local/, or %APPDATA%\Python on Windows. (See the Python documentation for site.USER_BASE for full details.)

• pip''s doc

https://packaging.python.org/en/latest/tutorials/installing-packages/

相关推荐
y102121041 小时前
Python训练营打卡Day34
开发语言·python
编写美好前程1 小时前
Spring Boot 内置工具类汇总与讲解
spring boot·后端·python
2301_776408532 小时前
什么是Django,快速了解Django框架,Django官方文档
python·django
一位搞嵌入式的 genius2 小时前
Django的请求和响应+template模板
python·django
程序员三藏2 小时前
接口自动化测试框架(pytest+allure+aiohttp+ 用例自动生成)
自动化测试·软件测试·python·职场和发展·测试用例·pytest·接口测试
CodeCraft Studio2 小时前
国产化Word处理控件Spire.Doc教程:使用 Python 创建 Word 文档的详细指南
python·c#·word
不争先.2 小时前
Pycharm&&Flask 学习心得:路由(3-4)
后端·python·flask
aiweker2 小时前
python web flask专题-Flask入门指南:从安装到核心功能详解
前端·python·flask
一个天蝎座 白勺 程序猿2 小时前
Python爬虫(35)Python爬虫高阶:基于Docker集群的动态页面自动化采集系统实战
爬虫·python·docker
伍贰什丿3 小时前
python学习day2:运算符+优先级
开发语言·python·学习