(我想!)我理解pipenv (和其他venv)背后的原则,并经常使用它们。然而,我从未真正理解为什么pipenv同时需要一个Pipfile和一个Pipfile.lock文件。
现在,在您的生产环境中获得代码和Pipfile.lock之后,您应该安装最后一个成功的环境: $ pipenv安装-忽略-pipfile
但这并不能解释为什么Pipfile.lock 需要使用。也就是说,.lock文件包含了Pipfile不包含的内容,以及为什么Pipfile足够好,可以与其他开发人员共享:
现在,假设另一个开发人员希望对您的代码添加一些内容。在这种情况下,他们将获得代码,包括Pipfile,并使用以下命令: $ pipenv install -dev
但是,还不足以在生产中复制您的环境吗?
发布于 2018-10-23 14:19:49
官方Pipfile项目关于这件事有话要说
Python的具体需求来自于
Pipfile。这将包括从哪里获取包以及它们的松散版本约束。 环境的详细信息(所有已安装的带有固定版本的包和其他详细信息)将存储在Pipfile.lock中,以便于复制。此文件将自动生成,用户不应修改该文件。
换句话说,Pipfile是给人的,Pipfile.lock是给计算机的。
在您的Pipfile中,您列出了您想要的内容,并以某种松散的方式定义它们,比如"Django版本2或更高版本“。但这还不足以决定性地再现一个环境。这意味着"Django 2.0.3“还是"Django 2.1.0"?
Pipfile.lock准确地指定了需求,并且精确地指定了依赖项。例如,如果您显式地希望foo并将其放入您的Pipfile中,您的Pipfile.lock将被生成,将其锁定到特定的版本。如果foo本身依赖于bar,而bar依赖于quux和florp,那么Pipfile.lock文件也会锁定bar、quux和florp,因此依赖项中的细微差异不会破坏一切。
发布于 2018-10-23 14:27:29
正如@Chris所说,Pipfile.lock是计算机的,Pipfile是人类的。如果您查看Pipfile.lock文件,您会发现每个依赖项甚至都有sha256代码!
该文件对于人类来说是不可能处理的,您只能处理Pipfile。但是Pipfile不够严格,不能复制一个完全相同的环境。这就是为什么我们还需要一个Pipfile.lock。
发布于 2018-10-23 14:35:16
这是一个像npm这样的工具。(也许?)
Pipfile是为了识别项目的依赖关系,您将从Pipfile获得依赖树。
但是根据不同的来源,你会得到不同的包裹。因此,您可以从.lock文件中获得实际的本地依赖项。
例如,在Pipfile中,您可以看到如下内容:
matplotlib = "*"
numpy = "*"但是在.lock文件中,您将看到实际的依赖关系如下:
"pytz": {
"hashes": [
"sha256:a061aa0a9e06881eb8b3b2b43f05b9439d6583c206d0a6c340ff72a7b6669053",
"sha256:ffb9ef1de172603304d9d2819af6f5ece76f2e85ec10692a524dd876e72bf277"
],
"version": "==2018.5"
}简而言之,Pipfile是更兼容的,但.lock文件是为了获得本地的实际依赖关系。
https://stackoverflow.com/questions/52951316
复制相似问题