在可行的情况下，我喜欢在版本控制下拥有构建所需的工具。理想的情况是在任何一台机器上都可以运行全新的结帐，并且首先需要安装最少的工具集。
将 Python 置于版本控制之下是否可行？
python 包怎么样？由于对 Docutils 的依赖，我在不安装 Sphinx 的情况下尝试使用它的天真尝试失败了。有没有办法不用安装就可以使用？
【问题讨论】：
标签： python version-control python-sphinx
不，就像编译器一样，python 解释器应该安装在系统范围内。这同样适用于 sphinx 和 docutils 等工具（很可能在通过发行版的包管理器安装 sphinx 时安装）。
这同样适用于大多数 python 包，尤其是那些由应用程序本身使用并通过 PyPi 可用的包。
【讨论】：
一般来说，您的版本控制应该包含您的项目。将您的依赖项也包含在其中几乎总是一个坏主意，除非您已做出明确的策略决定始终静态链接它们（对于解释代码，这涉及将它们保留在源代码树中）。听起来你想要的是Zero install，一个启动时依赖注入器。它本质上允许您获得静态链接的好处（如果您不能/不想进入每个相关的包管理器存储库，您的用户不需要安装您的依赖项）而没有缺点（您的用户最终会得到多个可能不同步的常见依赖项版本）。
【讨论】：
与许多应用程序一样，Python 不会在签出项目的任何地方“就地”运行 - 它们需要添加到路径并了解一些设置。这就是为什么它们要么是平台的一部分（Mac 和 Linux），要么需要一个成熟的安装程序（Windows）。
考虑到这一点，最好不要将 Python 本身包含在存储库中 - 您仍然必须为平台选择正确的二进制安装程序并运行安装程序。然后，如果您更新版本存储库中的版本，则必须升级目标系统。毕竟，您几乎肯定不会拥有一致的系统——因此首先破坏了将 Python 用于版本控制的意义。
良好的版本控制和依赖管理确实需要保留特定版本的工具。 Setuptools 包含 easy_install，这让这一切变得简单：
easy_install "pytest==2.2.4"
注意具体版本 - 如果您不太担心具体版本，可以省略，或者您可以指定一个最小值：
easy_install "pytest>2.2"
（注意：还有其他类似的工具，包括 pip）
默认情况下，您将从 Pypi 加载，这会将所有历史版本保存在它的存储库中。除非您真的担心某个特定版本会丢失，否则这很好。如果数百万美元或生命危在旦夕，请将该工具签入您的本地存储库并使用 easy_install（或类似工具）进行安装。
我强烈建议使用virtualenv 项目来虚拟化您的 Python 环境。这样做可以让您创建一个沙箱，easy_install 在其中安装库和工具，从而将您与系统上意外安装的任何其他工具隔离开来。 Virtualenv 还可以管理特定版本的 Python。
另一个想法：如果复制特定环境用于构建/测试目的是重点，那么考虑使用云/操作系统虚拟化方法，例如 VirtualBox、VMWare 或类似方法。您可以在许多不同的机器上运行完全相同的操作系统映像。
【讨论】：
查看virtualenv 和buildout 来满足这些需求。
virtualenv 可让您将运行项目的 Python 与使用该版本 Python 安装的任何其他软件包隔离开来。因此，如果您的项目需要 Python x.y，则唯一的先决条件是您需要确保系统上存在该 Python 版本的副本。您在virtualenv 中安装的任何软件包都与在其外部安装的软件包完全隔离。
buildout 允许您指定包依赖项，因此如果您需要sphinx 来构建您的文档，您只需将其包含在您的buildout.cfg 文件中即可：
parts =
sphinx
[sphinx]
recipe = collective.recipe.sphinxbuilder
当您运行 buildout 时，它将安装 collective.recipe.sphinxbuilder，下载并在 virtualenv 中安装 docutils 和 sphinx，然后构建您的文档。
您的buildout.cfg 可以包含从包含buildout.cfg 和bootstrap.py 文件的文件夹的初始签出开始运行系统所需的所有依赖项。它使设置系统进行开发或最终部署变得非常容易。
【讨论】：
pip install 超出了他们的范围）？
当您想向非技术用户提供工具而不要求他们安装任何东西时，您可以将 python 放入 scm。从理论上讲，您可以设置一些其他工具并让它们都安装它，这样您就可以确保它们每次同步时都运行pip install -r requirements.txt 并获取所有依赖项，但这并不总是那么容易。如果您在使用 python 时遇到阻力（“它没有编译；每个人都必须安装 python”），那么将 python 放入 scm 是您的最佳选择！
如果您使用的是 Linux/Unix，您可能会使用内置的包管理器，所以我假设您使用的是 Windows。 （注意：有适用于 Windows 的包管理器，例如 scoop、choco 和 winget——它们值得一看。）
您有两种选择将 python 放入 scm：
在why so many python installers 上阅读有关此软件包的更多信息。
如果你想要最小的 python 并手动提供包（不使用 pip）， 这应该是一个好方法。理论上，you can set yourself up to install packages 也。但是，如果您希望团队中的任何开发人员都能够安装软件包， 这可能不是一个好的选择。
常规的 python 安装。但我们会做一些不同的事情。
*.pyc 和 __pycache__
C:\python3
C:\python3 复制到您的项目中：c:\proj\tools\python3
C:\python3卸载python
c:\proj\tools\pymodules
__init__.py 文件：c:\proj\tools\pymodules\__init__.py
c:\proj\tools\python3\site-packages\work.pth
../../../pymodules
python -m http.server 8000 --directory . 或其他一些 python 代码，以便您仔细检查您的忽略是否正确。现在您将能够使用 pip 安装新软件包并将它们提交到源代码管理。如果创建pymodules\work\__init__.py（空）和pymodules\work\example.py：
print('Hello from example.py')
你可以运行它：
c:\proj\tools\python3\python.exe -m work.example
然后导入：
import work.example
不要弄乱路径！
但是，您可能需要确保所有用户都直接运行 python.exe 并且不能假定它在他们的 PATH 中。但是，既然您知道它在他们的项目中的位置，那么这不太可能是个问题。您可以创建一键批处理文件，从它们的路径确定 python 的路径：
%~dp0\..\..\python3\python.exe -m work.example
多年来，我们在工作中一直使用这种设置，最近我在一个新项目中使用上述步骤进行了设置。我们在 svn 中有我们的项目，它运行良好，但是将这么多文件转储到 git 中可能不太理想。
【讨论】：