Vor kurzem habe ich in dem aktuellen Projekt, an dem ich arbeite, an einer ganz bestimmten Aufgabe gearbeitet
arbeitet für Red Hat, das RHEL Lightspeed
ShellAI, dieses Projekt ist
relativ neu, aber wir wollten mit der Auslieferung von Entwicklungs-RPMs für unser QE beginnen
Freunde dazu auffordern, mit dem Tool herumzuspielen und es in ihrer Pipeline zu testen.
Ich kenne mich mit Verpackungen und allgemeinen Python-Sachen aus, aber Mann, ich muss es tun
Ich sage Ihnen, es hat mich zwei ganze Tage gekostet, diese Verpackungsaufgabe zu bew?ltigen. Lass mich
Führen Sie Sie sehr schnell durch die Details der Aufgabe.
TLDR; Am Ende hat alles geklappt und das ist die resultierende PR:
https://github.com/rhel-lightspeed/shellai/pull/4
Details zur Aufgabe
Das Projekt ShellAI soll unter RHEL 9 und den kommenden Versionen ausgeliefert werden
RHEL 10. Als Bonusziel m?chten wir es auch auf RHEL 8 zum Laufen bringen.
Wenn Sie bereits zuvor mit RHEL gearbeitet haben, ist dies gem?? der obigen Aussage bereits der Fall
vermutet, dass die Herausforderung die Version der Abh?ngigkeiten sein wird, die lebt
in RHEL.
- RHEL 8 verfügt über Python 3.6
- RHEL 9 verfügt über Python 3.9
- und schlie?lich verfügt RHEL 10 über Python 3.12
Wir m?chten auch relativ h?ufig Entwicklungs-Builds erhalten, um
Neue Funktionen testen, w?hrend wir das Tool entwickeln.
Für den Entwicklungsteil m?chten wir
verwenden
pdm zur Verwaltung unserer Abh?ngigkeiten und
baut. Als wir die Aufgaben durchgingen, stellten wir fest, dass das PDM-Backend nicht funktioniert
Wird in den RHEL-Repositorys ausgeliefert, daher haben wir uns für den Standard-Setuptools-Build entschieden
Backend.
Da unsere Systemziele ?relativ neu“ sind, m?chten wir das
modernisieren
Projekt und stellen Sie sicher, dass wir neue Tools/Strukturen und Formate verwenden. Für
Dafür haben wir uns für ein pyproject.toml entschieden, da es über pdm init
generiert wird
als wir das Projekt gestartet haben.
Probleme beim Erstellen des RPM
Ursprünglich bestand unsere Idee darin, die neuesten Python-Funktionen und -Projekte zu verwenden
Struktur, wie z. B. die Datei pyproject.toml anstelle der alten Datei setup.py.
Wenn man ein neues Projekt startet, ist alles cool und neu, man ist sehr aufgeregt
Um dieses Zeug zu verwenden, ist das einzige Problem:
- Sie eignen sich sehr gut für den Entwicklungsprozess, aber nicht für die Verpackung.
Als ich mit der Aufgabe begann, dachte ich zun?chst, dass wir das neue RPM verwenden k?nnten
Makros zum Erstellen des Projekts, da wir pyproject.toml und pdm für
verwenden
Abh?ngigkeiten verwalten.
Dazu gibt es in der Fedora-Dokumentation einen sch?nen Artikel mit dem Titel ?Python Packaging“
Richtlinien
worauf sie im Detail eingehen. Dabei deckt der Leitfaden fast jedes Thema und jeden Fall ab
Sie ben?tigen m?glicherweise sogar ein Beispiel
specfile.
Da unser Hauptziel RHEL ist, k?nnten wir uns vorstellen, dass wir alles verfolgen
aus dem Leitfaden würde so funktionieren, wie es ist, oder? Nein. Der Grund dafür liegt in der
Versionen, die in den RHEL-Repositorys ausgeliefert werden. Obwohl die neuen Makros
Wenn die in der Anleitung erw?hnte Funktion m?glicherweise w?hrend des Buildvorgangs funktioniert, k?nnen Sie sie nicht generieren
die Enddrehzahl in den folgenden Zielen:
- RHEL 8 wird Ihnen w?hrend %generate_buildrequires, as einen Fehler melden Die in dieser Version ausgelieferte Version von python3-setuptools ist super alt und das auch noch Erkenne das neue pyproject.toml-Format nicht wirklich.
- RHEL 9 kann die meisten Schritte durchlaufen, schl?gt jedoch fehl %pyproject_wheel, da es ein Paket mit dem Namen UNKNOWN erstellt. Das Dies geschieht, weil (wieder) die unter RHEL 9 ausgelieferten Python3-Setuptools vorhanden sind alt. Die meisten Metadaten, die von generiert werden, werden nicht erkannt pyproject.toml specf.
Die L?sung
Wir mussten ein Verm?chtnis schaffen
setup.py
Datei, um mit den Python-Wheel-Builds fortzufahren und Daten zu vermeiden
Duplizierung zwischen der pyproject.toml und unserer alten setup.py-Datei, wir
Ich habe tomllib verwendet, weil
folgende Gründe:
- Die Tomllib ist (über Pypi- und RPM-Paketierung) in RHEL 8 verfügbar
- Nach Python 3.11 wurde tomllib nativ in die Standardbibliothek gebündelt
Wie Sie oben gesehen haben, haben wir tomllib verwendet, um die Datei pyproject.toml zu laden und
Lesen Sie die erforderlichen Felder und aktualisieren Sie einfach unsere alte setup.py. Auf diese Weise
sind in der Lage, pyproject.toml zu ?ndern, und wann immer wir einen neuen Build pushen, werden wir das tun
in der Lage sein, die Konsistenz auch in unserem alten setup.py aufrechtzuerhalten.
Was die Spezifikationsdatei betrifft, mussten wir zurückgehen und das verwenden, was in der Dokumentation hei?t
Python-Verpackung ?201x-?ra“
Richtlinien.
Im Wesentlichen verwenden wir den guten alten Python-Befehl setup.py build ...
(natürlich durch Makros), um das Projekt zu erstellen.
Diese L?sung erm?glichte es uns, die Konsistenz aller gewünschten RHEL-Versionen aufrechtzuerhalten
um pdm und die gl?nzenden neuen Funktionen zu unterstützen und gleichzeitig weiter zu nutzen
Wir wünschen uns für die Entwicklung.
Das obige ist der detaillierte Inhalt vonVerpacken von Python-RPMs. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Hei?e KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem v?llig kostenlosen KI-Gesichtstausch-Tool aus!

Hei?er Artikel

Hei?e Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Der Polymorphismus ist ein Kernkonzept in der objektorientierten Programmierung von Python-Objekte und bezieht sich auf "eine Schnittstelle, mehrere Implementierungen" und erm?glicht eine einheitliche Verarbeitung verschiedener Arten von Objekten. 1. Polymorphismus wird durch Umschreiben durch Methode implementiert. Unterklassen k?nnen übergeordnete Klassenmethoden neu definieren. Zum Beispiel hat die Spoke () -Methode der Tierklasse unterschiedliche Implementierungen in Hunde- und Katzenunterklassen. 2. Die praktischen Verwendungen des Polymorphismus umfassen die Vereinfachung der Codestruktur und die Verbesserung der Skalierbarkeit, z. 3. Die Python -Implementierungspolymorphismus muss erfüllen: Die übergeordnete Klasse definiert eine Methode, und die untergeordnete Klasse überschreibt die Methode, erfordert jedoch keine Vererbung derselben übergeordneten Klasse. Solange das Objekt dieselbe Methode implementiert, wird dies als "Ententyp" bezeichnet. 4. Zu beachten ist die Wartung

Iteratoren sind Objekte, die __iter __ () und __next __ () Methoden implementieren. Der Generator ist eine vereinfachte Version von Iteratoren, die diese Methoden automatisch über das Keyword für Rendite implementiert. 1. Der Iterator gibt jedes Mal, wenn er als n?chstes anruft, ein Element zurück und wirft eine Ausnahme in der Stopperation aus, wenn es keine Elemente mehr gibt. 2. Der Generator verwendet Funktionsdefinition, um Daten auf Bedarf zu generieren, Speicher zu speichern und unendliche Sequenzen zu unterstützen. 3. Verwenden Sie Iteratoren, wenn Sie vorhandene S?tze verarbeiten, und verwenden Sie einen Generator, wenn Sie dynamisch Big Data oder faule Bewertung generieren, z. B. das Laden von Zeilen nach Zeile beim Lesen gro?er Dateien. Hinweis: Iterbare Objekte wie Listen sind keine Iteratoren. Sie müssen nach dem Erreichen des Iterators nach seinem Ende nachgebaut werden, und der Generator kann ihn nur einmal durchqueren.

Der Schlüssel zum Umgang mit der API -Authentifizierung besteht darin, die Authentifizierungsmethode korrekt zu verstehen und zu verwenden. 1. Apikey ist die einfachste Authentifizierungsmethode, die normalerweise in den Anforderungsheader- oder URL -Parametern platziert ist. 2. BasicAuth verwendet Benutzername und Kennwort für die Basis64 -Codierungsübertragung, die für interne Systeme geeignet ist. 3.. OAuth2 muss das Token zuerst über Client_id und Client_secret erhalten und dann das BearerToken in den Anforderungsheader bringen. V. Kurz gesagt, die Auswahl der entsprechenden Methode gem?? dem Dokument und das sichere Speichern der Schlüsselinformationen ist der Schlüssel.

Assert ist ein Inssertion -Tool, das in Python zum Debuggen verwendet wird, und wirft einen Assertionerror aus, wenn der Zustand nicht erfüllt ist. Die Syntax ist eine geltende Bedingung sowie optionale Fehlerinformationen, die für die interne Logiküberprüfung geeignet sind, z. B. Parameterprüfung, Statusbest?tigung usw., k?nnen jedoch nicht für die Sicherheits- oder Benutzereingabeprüfung verwendet werden und sollten in Verbindung mit klaren Eingabeaufforderungen verwendet werden. Es ist nur zum Hilfsdebuggen in der Entwicklungsphase verfügbar, anstatt die Ausnahmebehandlung zu ersetzen.

Eine gemeinsame Methode, um zwei Listen gleichzeitig in Python zu durchqueren, besteht darin, die Funktion ZIP () zu verwenden, die mehrere Listen in der Reihenfolge und die kürzeste ist. Wenn die Listenl?nge inkonsistent ist, k?nnen Sie iTertools.zip_longest () verwenden, um die l?ngste zu sein und die fehlenden Werte auszufüllen. In Kombination mit Enumerate () k?nnen Sie den Index gleichzeitig erhalten. 1.zip () ist pr?gnant und praktisch, geeignet für die Iteration gepaarte Daten; 2.zip_longest () kann den Standardwert beim Umgang mit inkonsistenten L?ngen einfüllen. 3.Enumerate (ZIP ()) kann w?hrend des Durchlaufens Indizes erhalten und die Bedürfnisse einer Vielzahl komplexer Szenarien erfüllen.

INPYTHON, ITERATORATORSAROBJECTSHATALWOULOUPING ThroughCollections Byimplementing__iter __ () und __Next __ (). 1) IteratorsworkviATheiterProtocol, verwendete __iter __ () toreturn thiteratorand__Next __ () torethentexteemtemuntemuntilstoperationSaised.2) und

TypHintsinpythonsolvetheProblemofAmbiguityAndpotentialbugsindynamicalpedCodeByAllowingDevelopstospecifyexpectypes

Um moderne und effiziente APIs mit Python zu schaffen, wird Fastapi empfohlen. Es basiert auf Eingabeaufforderungen an Standardpython -Typ und kann automatisch Dokumente mit ausgezeichneter Leistung generieren. Nach der Installation von Fastapi und ASGI Server Uvicorn k?nnen Sie Schnittstellencode schreiben. Durch das Definieren von Routen, das Schreiben von Verarbeitungsfunktionen und die Rückgabe von Daten kann schnell APIs erstellt werden. Fastapi unterstützt eine Vielzahl von HTTP -Methoden und bietet automatisch generierte Swaggerui- und Redoc -Dokumentationssysteme. URL -Parameter k?nnen durch Pfaddefinition erfasst werden, w?hrend Abfrageparameter durch Einstellen von Standardwerten für Funktionsparameter implementiert werden k?nnen. Der rationale Einsatz pydantischer Modelle kann dazu beitragen, die Entwicklungseffizienz und Genauigkeit zu verbessern.
