超实用！轻松控制Python及依赖库版本

来源：Python大数据分析

大家好我是费老师，我们在日常管理Python项目时，非常重要的一点，是要对项目本身依赖的Python版本以及相关依赖库版本进行妥善管理，从而确保项目可以稳定持续的进行维护或迁移。

通常我们会基于pip、pipreqs、conda、uv等环境管理工具所导出的requirements.txt、environment.yml、pyproject.toml配置文件，对项目的相关依赖版本进行控制，但这些方式都只是辅助性质，并不会在Python项目代码运行时严格检查依赖库版本，这就带来了很多犯错的可能性。

今天的文章中，我就将为大家介绍如何在自己的Python项目源码中调用相关快捷函数，实现对Python版本、指定依赖库版本的严格检查，从而大幅提升项目维护的稳定性~

2 快捷检查Python版本及指定依赖库版本

为了方便演示，我们建立新的虚拟环境，并安装一些常见的库用作举例（这里以conda/mamba为例建立环境）：

mamba create -n demo-env python=3.10 -y

mamba activate demo-env

pip install jupyterlab pandas dash feffery-dash-utils -U

2.1 快捷检查Python版本

当我们希望项目限制在指定的Python版本范围内才可以正常运行时，可以使用check_python_version()函数快捷实现：

from feffery_dash_utils.version_utils import check_python_version

下面是相关的使用示例：

• 限制Python版本下限

# 例：限制当前环境Python版本下限为3.8
check_python_version(min_version='3.8')

• 限制Python版本上限

# 例：限制当前环境Python版本上限为3.12
check_python_version(max_version='3.12')

当检测到Python版本不符合设定要求时，则会抛出对应的错误信息，譬如我们的示例环境为3.10，对应触发的检查错误结果：

2.2 快捷检查指定依赖库版本

当我们希望对指定依赖库的版本做严格检查时，则可以使用check_dependencies_version()函数快捷实现：

from feffery_dash_utils.version_utils import check_dependencies_version

其参数rules用于定义针对若干依赖库的版本范围规则，兼容类似requirements.txt中可使用的各种声明版本范围的规则写法，下面是一些例子：

• 限制指定库等于某版本

check_dependencies_version(
    rules=[
        {
            'name': 'pandas',
            'specifier': '==2.2.3'
        }
    ]
)

• 限制指定库大于等于某版本

check_dependencies_version(
    rules=[
        {
            'name': 'dash',
            'specifier': '>=2.18.2'
        }
    ]
)

• 限制指定库版本在某范围内

check_dependencies_version(
    rules=[
        {
            'name': 'pandas',
            'specifier': '>=2.0,<4.0'
        }
    ]
)

• 更复杂的版本范围规则

check_dependencies_version(
    rules=[
        {
            'name': 'pandas',
            'specifier': '>=2.0,<4.0,!=2.2.0'
        }
    ]
)

当存在指定库的版本范围不满足设定规则时，同样会抛出错误进行提示：

通过上面介绍的快捷函数check_python_version()和check_dependencies_version()，我们就可以更严格的限制项目依赖版本，避免很多不必要的问题💪~