Python虚拟环境与包管理详解：从入门到精通的指南

一、pip（包管理）

Python 中的 pip 是官方推荐的 包管理工具（Package Installer for Python），用于从 Python 包索引网站 PyPI 安装和管理第三方库。可以理解为 Python 世界的“软件安装器”，类似于 Linux 的 apt、Node.js 的 npm。

能帮助你：

安装第三方库（如 requests、flask、numpy）

升级/卸载包

管理依赖关系

生成/解析依赖列表（requirements.txt）

安装 pip：

Python 3.4+ 已自带 pip。如果没有，你可以用以下命令安装：

python -m ensurepip
# 或者手动下载安装脚本：
curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python get-pip.py

1.常用命令大全

安装包：

pip install 包名
# 例子：
pip install requests

还可以指定版本：

pip install requests==2.31.0

或安装某版本以上：

pip install requests>=2.30

卸载包：

pip uninstall 包名

查看已安装的包：

pip list

也可以使用 pip freeze 输出为 requirements.txt：

pip freeze > requirements.txt

安装 requirements.txt 中的所有依赖：

pip install -r requirements.txt

小技巧：

如果你只想导出当前项目明确使用过的依赖包（而不是环境中所有包），可以使用 pipreqs：

pip install pipreqs
pipreqs ./your_project_directory

升级包：

pip install --upgrade 包名

查看包的详细信息：

pip show 包名

2.包安装的原理（简略流程）

pip install requests

背后流程如下：

1. pip 向 PyPI 网站发起请求，查找名为 requests 的包。

2. 下载 .whl（wheel 文件）或 .tar.gz 源码包。

3. 解压、构建、安装到 Python 的 site-packages 目录。

4. 注册到 pip 管理列表中。

注意点

pip 安装的是 PyPI 上发布的包，也可以安装：

本地包：pip install ./mypackage

Git 项目：pip install git+https://github.com/user/repo.git

私有镜像：通过 -i 参数指定

Python >=3.8 安装包时会优先使用 .whl（wheel 格式）而不是源码包，安装更快更安全。

3.虚拟环境配合 pip 使用

为了避免全局环境冲突，我们通常用 虚拟环境（venv）：

python -m venv venv
source venv/bin/activate      # Linux / macOS
venv\Scripts\activate         # Windows
pip install 包名              # 在虚拟环境中使用 pip 安装

4.国内镜像源

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名

或全局配置：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

5.进阶技巧

卸载所有 pip 包：

pip freeze | xargs pip uninstall -y

查看依赖树：

pipdeptree

需要先安装：

pip install pipdeptree

6.pip 本身升级

python -m pip install --upgrade pip

---

二、venv、virtualenv（虚拟环境）

虚拟环境就是在你的系统中创建一个独立的 Python 解释器 + 独立 pip 包环境，它和系统环境完全隔离。

每个虚拟环境有自己独立的 site-packages 目录。

安装的第三方库只在当前环境中可用。

不会影响系统中的全局 Python 和其他项目。

venv 和 virtualenv 的区别：

项目	venv	virtualenv
出现时间	Python 3.3 之后内置	Python 2/3 通用，需额外安装
兼容性	仅支持 Python 3.x	支持 Python 2 和 3
是否内置	是（Python 3 内置）	否（需 pip install virtualenv）
推荐程度	推荐用 venv（Python 3+）	旧项目/兼容性需要时用

1.使用 venv 创建虚拟环境

创建虚拟环境

python -m venv myenv

会在当前目录生成一个 myenv/ 目录，包含：

bin/ 或 Scripts/：虚拟环境的 Python 可执行文件

lib/：库文件（pip 安装的包）

pyvenv.cfg：配置文件

激活虚拟环境

Linux/macOS：

source myenv/bin/activate

Windows：

myenv\Scripts\activate

激活后，命令行前会出现虚拟环境名，如：

(myenv) user@pc:~$

在虚拟环境中使用 pip 安装依赖

pip install requests flask

这些包会被安装到 myenv/lib/site-packages 下，仅在这个环境可见。

退出虚拟环境

deactivate

2.使用 virtualenv 创建虚拟环境（可选）

如果你用的是 Python 2，或要手动指定 Python 版本、兼容更复杂环境，可以用：

安装 virtualenv

pip install virtualenv

创建虚拟环境

virtualenv venv
# 或指定 Python 版本：
virtualenv -p /usr/bin/python3.10 venv

激活方式与 venv 相同

3,虚拟环境常见用法

项目依赖隔离

每个项目都建一个虚拟环境，互不干扰。

搭配 requirements.txt

# 导出依赖
pip freeze > requirements.txt

# 其他机器一键安装
pip install -r requirements.txt

搭配 IDE 使用

PyCharm / VSCode 都可以设置项目使用虚拟环境运行。

4.常见问题

问题	说明
安装的库在全局能用，但项目里报错	没激活虚拟环境或用错 Python 解释器
venv 创建失败	Python 安装不完整，缺失 ensurepip 或 PATH 配置问题
包太多太乱	用虚拟环境 + requirements.txt 管理即可解决

5.判断当前是否在虚拟环境中

在 Python 代码中：

import sys
print(sys.prefix)  # 虚拟环境路径
print(sys.base_prefix)  # 系统默认路径
print(sys.prefix != sys.base_prefix)  # True 表示在虚拟环境中

6.脚本：跨平台 Python 脚本

你只需运行一次 python manage_env.py，即可完成全部流程。

# 文件名：manage_env.py

import os
import sys
import subprocess
import platform

# pathlib.Path 比 os.path 更现代、强大，用于操作路径对象
from pathlib import Path

VENV_DIR = "venv"
REQUIREMENTS_FILE = "requirements.txt"

# 命令执行器
def run(cmd, shell=False):
    """运行命令并打印输出"""
    print(f"运行命令: {cmd}")
    result = subprocess.run(cmd, shell=shell, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True)
    print(result.stdout)
    if result.returncode != 0:
        print("命令执行失败：", result.stderr)
        sys.exit(1)

# 判断虚拟环境目录是否存在
# 如果不存在，用当前 Python 创建虚拟环境（等效于手动运行 python -m venv venv）
def create_virtualenv():
    if not Path(VENV_DIR).exists():
        run([sys.executable, "-m", "venv", VENV_DIR])
        print(f"虚拟环境已创建在 ./{VENV_DIR}")
    else:
        print(f"虚拟环境已存在：./{VENV_DIR}")

# 返回一个激活虚拟环境的命令字符串
def activate_virtualenv_cmd():
    system = platform.system()
    if system == "Windows":
        return f"{VENV_DIR}\\Scripts\\activate"
    else:
        return f"source {VENV_DIR}/bin/activate"

# 构造虚拟环境中的 pip 路径 如果有 requirements.txt，就用 pip 安装 否则跳过（防止出错）
def install_requirements():
    pip_path = Path(VENV_DIR) / ("Scripts" if platform.system() == "Windows" else "bin") / "pip"
    if Path(REQUIREMENTS_FILE).exists():
        run([str(pip_path), "install", "-r", REQUIREMENTS_FILE])
        print("已根据 requirements.txt 安装依赖")
    else:
        print("未找到 requirements.txt，跳过依赖安装")

# 用 pip freeze 获取当前虚拟环境的依赖列表
# 写入 requirements.txt 这样你就能共享项目依赖了（例如发给别人部署）
def export_requirements():
    pip_path = Path(VENV_DIR) / ("Scripts" if platform.system() == "Windows" else "bin") / "pip"
    run([str(pip_path), "freeze", "--exclude-editable", "--all"], shell=False)
    with open(REQUIREMENTS_FILE, "w") as f:
        result = subprocess.run([str(pip_path), "freeze"], stdout=subprocess.PIPE, text=True)
        f.write(result.stdout)
    print(f"当前依赖已导出到 {REQUIREMENTS_FILE}")


def main():
    create_virtualenv()
    install_requirements()
    export_requirements()

    print("\n 所有操作完成！")
    print("激活虚拟环境命令：")
    print(f" {activate_virtualenv_cmd()}")

if __name__ == "__main__":
    main()

总结：用虚拟环境管理依赖，是现代 Python 项目的标配。开发新项目前，先创建一个虚拟环境再动手，是好习惯。

---

三、requirements.txt（依赖文件）

requirements.txt 是一个Python项目的依赖清单文件，记录了当前项目运行所需安装的第三方库及其版本号。

你可以把它看作是：

“这个项目运行前需要先装哪些库、装哪些版本”。

对于 requirements.txt

项目移植方便

同事、远程服务器、重装系统，只要有这个文件就能还原完整环境。

版本可控

指定精确版本，防止因库更新导致项目出错。

配合虚拟环境使用

虚拟环境 + requirements.txt = 完整、可复制、无污染的项目环境。

文件格式

requests==2.31.0         # 精确版本
flask>=2.0.0             # 大于等于某版本
httpx~=0.24.0            # 兼容某版本（类似 ^）
pycryptodome             # 不指定版本
git+https://github.com/psf/requests.git  # 从 Git 仓库安装

你也可以加入注释（以 # 开头）：

# 网络请求库
requests==2.31.0

# Flask web 框架
flask>=2.0.0

1.如何生成 requirements.txt

配合虚拟环境使用，安装完依赖后运行：

pip freeze > requirements.txt

这会记录当前环境下已安装的所有依赖及版本：

certifi==2024.2.2
charset-normalizer==3.3.2
idna==3.6
requests==2.31.0
urllib3==2.2.1

2.如何安装 requirements.txt 里的依赖

pip install -r requirements.txt

这条命令会自动逐行读取 requirements.txt 并安装所有依赖，并根据版本要求严格控制安装内容。

3.注意事项

⚠️ 问题	建议
环境混乱	使用 venv 虚拟环境隔离依赖
不确定版本	一开始可以不写版本，后续稳定后用 freeze 记录版本
出现平台相关包	不同系统生成的 requirements.txt 可能不通用，部署时注意

4.高级用法

指定 Python 版本安装：

some-package; python_version >= '3.10'

引用其他 requirements 文件：

-r other_requirements.txt

加入私有源（如阿里云、清华）：

--extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple

功能	用法	场景	完整命令示例
条件安装	package; python_version >= '3.10'	跨版本兼容	只能写在 requirements.txt 中，不能直接在命令行写。 📄 示例文件内容： flask\nuvicorn; python_version >= "3.10" 然后命令： pip install -r requirements.txt
引用文件	-r other.txt	分模块维护	📄 requirements.txt 内容： -r base.txt 然后命令： pip install -r requirements.txt
额外镜像	--extra-index-url	多源查找，提升下载速度	pip install requests numpy --extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple
替换镜像	--index-url	只用私有源（不连 PyPI 官方）	pip install requests numpy --index-url https://pypi.tuna.tsinghua.edu.cn/simple

5.实战项目

示例项目结构

my_spider_project/
├── main.py                 # 主程序
├── utils/
│   └── js_runner.py        # JS 解密工具
├── scripts/
│   └── encrypt.js          # 加密 JS（从网页提取或手动整理）
├── requirements.txt

scripts/encrypt.js（模拟加密逻辑）

function getEncryptedToken(input) {
    return btoa(input.split("").reverse().join(""));
}

utils/js_runner.py（JS 加密执行器）

from py_mini_racer import py_mini_racer
from pathlib import Path

def get_token(input_str: str) -> str:
    js_code = Path("scripts/encrypt.js").read_text(encoding="utf-8")
    ctx = py_mini_racer.MiniRacer()
    ctx.eval(js_code)
    return ctx.call("getEncryptedToken", input_str)

main.py（主程序）

import requests
from bs4 import BeautifulSoup
from utils.js_runner import get_token

def main():
    raw = "username=admin&time=1234567890"
    token = get_token(raw)

    headers = {
        "User-Agent": "Mozilla/5.0",
        "X-Token": token
    }

    url = "https://example.com/data"
    resp = requests.get(url, headers=headers)

    if resp.status_code == 200:
        soup = BeautifulSoup(resp.text, "lxml")
        for item in soup.select(".item"):
            print(item.text)
    else:
        print("请求失败:", resp.status_code)

if __name__ == "__main__":
    main()

requirements.txt（配套依赖）

requests==2.31.0
beautifulsoup4==4.12.3
lxml==5.2.1
py_mini_racer==0.6.0

实战说明

模块	用途
encrypt.js	模拟从网页逆向分析提取的 JS 加密逻辑
js_runner.py	使用 py_mini_racer 运行 JS，获取 token
requests	用于发送 HTTP 请求
BeautifulSoup	用于解析 HTML 页面数据

---

四、poetry、pipenv（更高级的包管理工具）

poetry 和 pipenv 是比 pip + venv 更高级、更现代的包管理工具。
它们帮你自动管理虚拟环境、依赖、版本锁定、项目元数据等，一般大型项目、框架、库开发都会用它们。

传统方式使用 pip + venv + requirements.txt 虽然足够，但有这些缺点：

问题	描述
手动管理虚拟环境	每次都要自己创建/激活
版本不可重复构建	requirements.txt 不保证一致性（版本浮动）
没有依赖分组	难以区分「开发」和「生产」依赖
元信息不好写	setup.py 太繁琐，版本号不集中

于是，poetry 和 pipenv 就出现了，帮助你自动化、结构化、模块化管理一切。

1.pipenv 详解

特点

自动创建虚拟环境（不用你管路径）

自动生成/更新锁文件 Pipfile.lock

Pipfile 替代 requirements.txt，更清晰（分开发和生产依赖）

 Pipfile 示例

[[source]]
url = "https://pypi.tuna.tsinghua.edu.cn/simple"
verify_ssl = true

[packages]
requests = "*"
py_mini_racer = "==0.6.0"

[dev-packages]
pytest = "*"

[requires]
python_version = "3.10"

常用命令

pipenv install requests          # 安装 + 写入 Pipfile
pipenv install --dev pytest      # 安装为开发依赖
pipenv shell                     # 进入虚拟环境
pipenv run python main.py        # 执行命令
pipenv lock                      # 生成 Pipfile.lock（可还原环境）

2.poetry 详解

特点

全自动依赖管理、版本锁定、虚拟环境

支持项目发布（生成 wheel，推到 PyPI）

强依赖版本管理、支持插件

统一用 pyproject.toml（未来 Python 官方推荐标准）

 pyproject.toml 示例

[tool.poetry]
name = "my-js-spider"
version = "0.1.0"
description = "一个支持JS逆向的爬虫项目"
authors = ["你 <you@example.com>"]

[tool.poetry.dependencies]
python = "^3.10"
requests = "^2.31.0"
py-mini-racer = "^0.6.0"

[tool.poetry.dev-dependencies]
pytest = "^8.0"

[build-system]
requires = ["poetry-core"]
build-backend = "poetry.core.masonry.api"

常用命令

poetry init                        # 创建 pyproject.toml
poetry add requests               # 添加依赖
poetry add --dev pytest           # 添加开发依赖
poetry install                    # 自动创建虚拟环境并安装依赖
poetry run python main.py         # 执行
poetry shell                      # 进入虚拟环境
poetry export -f requirements.txt > requirements.txt  # 兼容传统格式

3.总结对比：

pipenv vs poetry

对比项	pipenv	poetry
依赖文件	Pipfile + Pipfile.lock	pyproject.toml + poetry.lock
虚拟环境管理	自动	自动
发布库	不支持	支持（推荐）
社区趋势	使用率下降	越来越主流
易用性	简单、接近 pip 风格	更系统化，有学习成本
推荐程度	一般项目可用	建议用于中大型项目 / 开源库

pip vs poetry

项目	pip + requirements.txt	poetry
虚拟环境管理	需手动用 venv	自动创建和管理
依赖锁定	requirements.txt 手动写	自动生成 poetry.lock
包管理	依赖不统一	统一在 pyproject.toml
发布 PyPI 包	需手动写 setup.py 等	一条命令搞定

4.如何安装 现代化 Poetry 包管理工具

安装 Poetry

🔹 1）Linux / macOS 安装方式：

打开终端，输入下面命令 ：

curl -sSL https://install.python-poetry.org | python3 -

🔹 2）Windows 安装方式（PowerShell）：

打开 PowerShell，输入以下命令 ：

(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | python -

配置环境变量

安装后 Poetry 可能在以下路径：

Linux/macOS: ~/.local/bin/poetry

Windows: %APPDATA%\Python\Scripts\poetry.exe

你需要把上面的路径加入到你的系统环境变量 PATH 中。

Linux / macOS 添加路径：

编辑你的 shell 配置文件：

nano ~/.bashrc  # 或 ~/.zshrc

加入这行：

export PATH="$HOME/.local/bin:$PATH"

然后执行：

source ~/.bashrc  # 或 source ~/.zshrc

Windows 添加路径：

1. 打开“系统环境变量” → “环境变量”

2. 找到 PATH，点“编辑”

3. 添加路径：

C:\Users\<你的用户名>\AppData\Roaming\Python\Scripts\

验证安装是否成功

在终端或 PowerShell 中运行：

poetry --version

输出示例：

Poetry (version 1.8.2)

说明安装成功！

Poetry 卸载命令

如果要卸载 Poetry：

curl -sSL https://install.python-poetry.org | python3 - --uninstall

5.poetry 项目示例

下面是一个完整的可复用爬虫 + JS逆向项目，使用现代化项目管理工具 Poetry 构建，适合做实战项目，也适合后续拓展为 Web 安全/反爬系统。

项目结构

js_spider_demo/
├── js_spider_demo/               # 主模块
│   ├── __init__.py
│   ├── main.py                   # 主入口：爬虫逻辑
│   └── js_runner.py              # 执行 JS 解密逻辑
├── scripts/
│   └── encrypt.js                # 从网页提取的 JS 加密代码
├── tests/
│   └── test_js_runner.py         # 单元测试（可选）
├── pyproject.toml                # poetry 管理配置文件
├── README.md
└── .gitignore

pyproject.toml（Poetry 配置）

[tool.poetry]
name = "js_spider_demo"
version = "0.1.0"
description = "一个使用 py_mini_racer 执行 JS 的爬虫项目"
authors = ["你的名字 <you@example.com>"]

[tool.poetry.dependencies]
python = "^3.10"
requests = "^2.31.0"
py-mini-racer = "^0.6.0"
beautifulsoup4 = "^4.12.3"
lxml = "^5.2.1"

[tool.poetry.dev-dependencies]
pytest = "^8.1.1"

[build-system]
requires = ["poetry-core"]
build-backend = "poetry.core.masonry.api"

scripts/encrypt.js

function generateToken(input) {
    return btoa(input.split("").reverse().join(""));
}

js_spider_demo/js_runner.py

from py_mini_racer import py_mini_racer
from pathlib import Path

def generate_token(data: str) -> str:
    js_code = Path("scripts/encrypt.js").read_text(encoding="utf-8")
    ctx = py_mini_racer.MiniRacer()
    ctx.eval(js_code)
    return ctx.call("generateToken", data)

js_spider_demo/main.py

import requests
from bs4 import BeautifulSoup
from js_spider_demo.js_runner import generate_token

def main():
    raw_data = "username=admin&time=1234567890"
    token = generate_token(raw_data)

    headers = {
        "User-Agent": "Mozilla/5.0",
        "X-Token": token
    }

    url = "https://example.com/data"
    resp = requests.get(url, headers=headers)

    if resp.status_code == 200:
        soup = BeautifulSoup(resp.text, "lxml")
        items = soup.select(".item")
        for item in items:
            print(item.text)
    else:
        print("请求失败:", resp.status_code)

if __name__ == "__main__":
    main()

安装与运行

# 1. 初始化虚拟环境并安装依赖
poetry install

# 2. 进入虚拟环境
poetry shell

# 3. 运行主程序
python js_spider_demo/main.py

# 或不进入虚拟环境直接运行
poetry run python js_spider_demo/main.py

可选测试 tests/test_js_runner.py

from js_spider_demo.js_runner import generate_token

def test_generate_token():
    assert generate_token("abc123") == "321cba"

poetry run pytest

注：pytest 是一个 Python 测试框架，用于编写和运行测试。它可以自动发现并执行测试文件中的测试函数，检查代码的正确性。

pytest自动发现的“测试文件”规则

pytest 会自动运行以下类型的文件：

文件名 以 test_ 开头，如：

test_math.py

test_api.py

文件名 以 _test 结尾，如：

math_test.py

api_test.py

这些文件可以放在任意目录下（但通常放在 tests/ 文件夹中）。

不符合命名的文件不会被自动运行，除非你手动指定它。

作者：shenyan~