目录
方法 1：使用 pip freeze方法 2：仅导出项目实际使用的依赖手动指定依赖使用 pipreqs 工具方法 3：使用 poetry 或 pipenv 管理依赖使用 Poetry使用 Pipenv方法 4：从现有 setup.py 或 pyproject.toml 生成从 setup.py从 pyproject.toml注意事项在 Python 项目中，requirements.txt 文件通常用于列出项目依赖的库及其版本号。这样可以方便地在其他环境中安装相同的依赖。
以下是生成 requirements.txt 文件的几种方法：
方法 1：使用 pip freeze
如果你已经在虚拟环境或全局环境中安装了所有需要的依赖包，可以直接使用以下命令生成 requirements.txt：
pip freeze > requirements.txt
特点：
方法 2：仅导出项目实际使用的依赖
为了确保 requirements.txt 中只包含项目实际需要的依赖，你可以手动记录依赖包，或者使用工具来分析代码中的导入情况。
手动指定依赖
创建一个 requirements.txt 文件，并手动添加你需要的依赖。例如：
flask==2.3.2numpy>=1.21.0pandasrequests
使用 pipreqs 工具
pipreqs 是一个工具，它可以扫描你的项目目录，自动生成项目所需的依赖列表。
1.安装 pipreqs：
pip install pipreqs
2.在项目根目录运行以下命令：
pipreqs ./ --encoding=utf8 --force
./ 表示当前目录。--encoding=utf8 确保支持 UTF-8 编码。--force 强制覆盖已有的 requirements.txt 文件。3.生成的 requirements.txt 文件会类似于：
flask==2.3.2numpy==1.21.0pandas==1.3.5requests==2.26.0
方法 3：使用 poetry 或 pipenv 管理依赖
如果你使用的是现代依赖管理工具（如 poetry 或 pipenv），它们会自动生成类似 requirements.txt 的文件。
使用 Poetry
初始化项目：
poetry init
添加依赖：
poetry add flask numpy pandas requests
导出为 requirements.txt：
poetry export -f requirements.txt --output requirements.txt
使用 Pipenv
初始化项目：
pipenv install flask numpy pandas requests
导出为 requirements.txt：
pipenv lock -r > requirements.txt
方法 4：从现有 setup.py 或 pyproject.toml 生成
如果你的项目使用了 setup.py 或 pyproject.toml 文件定义依赖，也可以从中生成 requirements.txt。
从 setup.py
如果 setup.py 中定义了 install_requires，可以使用以下命令提取依赖：
from setuptools import setupsetup( name="your_project", install_requires=[ "flask==2.3.2", "numpy>=1.21.0", "pandas", "requests", ],)
然后运行：
pip install -e .pip freeze > requirements.txt
从 pyproject.toml
如果你使用 pyproject.toml（如 Poetry 或 Flit），可以使用以下命令导出：
poetry export -f requirements.txt --output requirements.txt
注意事项
1.版本控制：
如果需要严格锁定版本，使用== 指定具体版本号。如果允许版本范围，可以使用 >= 或 ~=。2.区分开发依赖：
开发依赖（如测试工具、格式化工具）可以单独列在一个文件中，例如 requirements-dev.txt。
示例：
# requirements.txtflask==2.3.2numpy>=1.21.0# requirements-dev.txtpytest==7.0.0black
3.虚拟环境：
建议在虚拟环境中生成 requirements.txt，以避免包含全局环境中的无关依赖。
通过
