怎么快速打包一个新的Python模块

今天小编给大家分享一下怎么快速打包一个新的python模块的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

当你安装一个应用程序时，你通常是在安装一个软件包，其中包含应用程序的可执行代码和重要文件，如文档、图标等。在 linux上，软件一般被打包成 RPM 或 DEB 等格式，用户只要通过 dnf 或者 apt 等命令就可以进行安装了，这取决于你使用的 Linux 发行版。然而几乎每天都有新的 Python 模块发布，因此你很容易遇到一个尚未打包的 Python 模块。这就是 pyp2rpm 存在的意义了。

最近我在尝试安装一个叫 python-concentration 的模块，但是进展并不太顺利：

$ sudo dnf install python-concentrationUpdating Subscription Management repositories.Last metadata expiration check: 1:23:32 aGo on Sat 11 Jun 2022 06:37:25.No match for argument: python-concentrationError: Unable to find a match: python-concentration

虽然这是一个发布在 PyPi 的包，但它仍不能被打包成 RPM 包。好消息是你可以使用 pyp2rpm 以一个相对简单的过程将它打包成 RPM 包。

首先你需要设置两个目录：

$ mkdir rpmbuild$ cd rpmbuild && mkdir SPECS

像这样去安装 pyp2rpm：

$ sudo dnf install pyp2rpm

1、生成 spec 文件

RPM 包的基础是一种 spec 文件，这个文件包含你创建这个包的所有信息，如所需的依赖关系、应用的版本号、安装的文件等信息。当指向某个 Python 模块时，pyp2rpm 会为它构建一个 spec 文件，你可以用它来创建 RPM 包。

下面以 python-concentration 为例演示如何构建一个 spec 文件：

$ pyp2rpm concentration > ~/rpmbuild/SPECS/concentration.spec

下面是它生成的文件：

# Created by pyp2rpm-3.3.8%global pypi_name concentration%global pypi_version 1.1.5Name: python-%{pypi_name}Version:%{pypi_version}Release:1%{?dist}Summary:Get work done when you need to, goof off when you don'tLicense:NoneURL:NoneSource0:%{pypi_source}BuildArch:noarchBuildRequires:python3-develBuildRequires:python3Dist(setuptools)%descriptionConcentration [![PyPI version]( [![Test Status]( [![Lint Status]( [![codecov](%package -n python3-%{pypi_name}Summary:%{summary}%{?python_provide:%python_provide python3-%{pypi_name}}Requires: (python3dist(hug) >= 2.6.1 with python3dist(hug) < 3~~)Requires: python3dist(setuptools)%description -n python3-%{pypi_name}Concentration [![PyPI version]( [![Test Status]( [![Lint Status]( [![codecov](%prep%autosetup -n %{pypi_name}-%{pypi_version}%build%py3_build%install%py3_install%files -n python3-%{pypi_name}%license LICENSE%doc README.md%{_bindir}/concentration%{python3_sitelib}/%{pypi_name}%{python3_sitelib}/%{pypi_name}-%{pypi_version}-py%{python3_version}.egg-info%changelog*- 1.1.5-1- Initial package.

2、运行 rpmlint

为了确保 spec 文件符合标准，你需要对文件使用 rpmlint 命令：

$ rpmlint ~/rpmbuild/SPEC/concentration.specerror: bad date in %changelog: - 1.1.5-10 packages and 1 specfiles checked; 0 errors, 0 warnings.

看起来更新日志（%changelog）需要记录日期。

%changelog* Sat Jun 11 2022 Tux- 1.1.5-1

再次运行 rpmint：

$ rpmlint ~/rpmbuild/SPEC/concentration.spec0 packages and 1 specfiles checked; 0 errors, 0 warnings.

成功！

3、下载源码

你需要下载好打包的代码才能进一步构建 RPM 包。一种简单的方式是解析你的 spec 文件以获取源码的网址。

首先，通过 dnf 安装 spectool：

$ sudo dnf install spectool

然后通过 spectool 来下载源码：

$ cd ~/rpmbuild$ spectool -g -R SPEC/concentration.specDownloading: https://files.pythonhosted.org/...concentration-1.1.5.tar.gz 6.0 KiB / 6.0 KiB[=====================================]Downloaded: concentration-1.1.5.tar.gz

这样就创建了一个 SOURCES 目录并将源码放入其中。

4、构建源软件包

现在你已经验证过 spec 文件了，接下来就可以通过 rpmbuild 构建源软件包了。如果你还没有安装 rpmbuild，你也可以通过 dnf 安装 rpm-build 包（或者在使用 rpmbuild 命令时根据终端的的提示进行安装）。

参数 -bs 表示构建源软件包。添加这个参数会产生一个 src.rpm 文件，这是一个用于为特定架构重新构建的通用包：

$ rpmbuild -bs SPECS/concentration.specWrote: ~/rpmbuild/SRPMS/python-concentration-1.1.5-1.el9.src.rpm

为你的系统构建一个可安装的 RPM 文件：

$ rpmbuild –rebuild SRPMS/python-concentration-1.1.5-1.el9.src.rpmerror: Failed build dependencies:python3-devel is needed by python-concentration-1.1.5-1.el9.noarch

看起来这个包需要安装 Python 的开发库才能继续构建。安装它们以继续构建。这一次，构建成功了，并且渲染了更多的输出（为了清楚起见，我在这里简略了输出）：

$ sudo dnf install python3-devel -y$ rpmbuild –rebuild SRPMS/python-concentration-1.1.5-1.el9.src.rpm[...]Executing(--clean): /bin/sh -e /var/tmp/rpm-tmp.TYA7l2+ umask 022+ cd /home/bogus/rpmbuild/BUILD+ rm -rf concentration-1.1.5+ RPM_EC=0++ jobs -p+ exit 0

你的 RPM 包现在已经构建在 RPMS 子目录下，像平常一样使用 dnf 安装它。

$ sudo dnf install RPMS/noarch/python3-concentration*rpm

为什么不使用 PyPi？

通常情况下我们并不需要将 Python 模块打包成 RPM 包。通过 PyPi 来安装模块也是可以接受的，但是 PyPi 会安装额外的包管理器对你的模块进行检查和更新。当你使用 dnf 来安装 RPM 包时，你在安装完成时就能够获取到完整的安装列表。有了 pyp2rpm 之后，这个过程就变得快速、简单且自动化了。

以上就是“怎么快速打包一个新的Python模块”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网Python频道。