前言

在 Python 开发中，正确管理和安装所需的第三方模块是至关重要的，但手动处理模块依赖可能会变得繁琐且容易出错。

为了简化这一过程，Python 提供了动态导入和自动安装模块的能力。本文将介绍如何使用动态导入和自动安装模块的方法，以及它们在简化依赖管理和部署流程中的重要作用。

具体来说，本文其实没有具体解决啥问题，只是将本需要在命令行中执行的代码搬到了 .py 中实现。

but anyway ，本文至少提供了一种灵活的方式来管理模块依赖，并减少了手动安装模块的工作量。

设想一下，我们在拷贝使用别人的代码时候，往往代码依赖的模块是还没有进行安装的，那这个时候运行代码就会报错。

所以在这个时候，用上本文提供的自动安装模块代码，就可以很轻松的解决环境依赖的问题啦。

应用场景

本文下方的代码可以在以下情况下使用：

1. 自动化部署：当你需要在部署应用程序或脚本之前确保所需的依赖模块都已安装时，可以使用这份代码。它允许你在运行时自动安装所需的模块，而无需手动执行多个安装命令。

2. 可配置的插件系统：如果你正在构建一个可扩展的应用程序或框架，允许用户根据需要安装自定义插件或模块，这份代码可以用来实现自动安装插件的功能。

3. 脚本或工具的依赖管理：当你编写脚本或工具，依赖于某些第三方模块时，可以使用这份代码来确保用户在运行脚本或工具之前具备所需的模块。

4. 实验环境配置：当你在实验中使用不同的模块或库时，可以使用这份代码来自动安装所需的模块，以确保实验环境的一致性。

但有一个缺点就是：

本文的作用在 Python项目中没有存在 requirements.txt文件时候，才会大放异彩，否则只有米粒之珠；因为当 requirements.txt存在时候，一行代码就可以安装所依赖的模块。

pip install -r requirements.txt

然而，代码仍然可以在以下情况下有一定的作用：

1. 定制化安装流程：如果你希望在安装模块之前进行一些额外的操作或自定义逻辑，例如添加特定的安装源、处理特定的异常等，那么这份代码可以提供更多的灵活性。
2. 动态控制安装：使用 requirements.txt 文件，通常会一次性安装所有模块。但是，如果你希望根据特定条件或用户选择动态控制模块的安装，那么这份代码可以提供更多的控制能力。
3. 模块存在性检查：使用这份代码，你可以在尝试导入模块之前先进行检查，如果模块不存在，则进行安装。这在与其他逻辑或条件结合使用时可能会有用。

总的来说，如果只需简单地安装 requirements.txt 中列出的模块，那么使用 pip install -r requirements.txt 命令更为方便。但如果你需要更多的控制和自定义能力，或者与其他逻辑结合使用，这里的代码仍然可以发挥作用。

知识点📖📖

Python的两个内置模块：

• subprocess
• importlib

实现

在Python的安装模块中，往往都是通过命令行去安装模块

pip install module_name

本文就是偏偏不用命令行去执行，我要使用 .py 代码执行。

代码

如果我们需要动态导入模块，可以使用Python的importlib模块。下面的代码展示了如何使用importlib模块来动态导入模块：

• 定义import_module函数，它接受一个模块名作为参数，并使用importlib.import_module函数动态导入该模块。

import importlib

def import_module(module_name):
    module = importlib.import_module(module_name)
    # 使用导入的模块进行后续操作

如果模块不存时候，会抛出一个 ImportError 的异常。所以需要做好异常的捕获。
根据这个特性，我们可以来完善代码，确保达到文章标题所说的自动安装模块功能。

下面的两则代码中，

pip 代码

import pip

pip.main(args)
# 构建 pip 命令参数
args = ['install', '-i', 'https://pypi.doubanio.com/simple/', module_name]

subprocess 代码

args = ['pip', 'install', '-i', 'https://pypi.doubanio.com/simple/', module_name]
# 调用 pip 命令进行安装
subprocess.check_call(args)

与在命令行输入，它们的效果是一致的。

pip install -i https://pypi.doubanio.com/simple module_name

pip （不建议

# -*- coding: utf-8 -*-
# Name:         installer.py
# Author:       小菜
# Date:         2023/6/9 20:00
# Description:

import pip
import importlib


def install_module(module_name: str):
    """
    安装指定的模块，如果模块不存在则进行安装.

    Args:
        module_name(str): 要安装的模块名称。

    Returns:
        bool: 指示安装是否成功的布尔值。
    """
    try:
        # 尝试导入模块
        importlib.import_module(module_name)
    except ImportError:
        # 构建 pip 命令参数
        args = ['install', '-i', 'https://pypi.doubanio.com/simple/', module_name]
        # 调用 pip 命令进行安装
        pip.main(args)
        print(f'{module_name} 模块安装成功.')
        return True


def install_modules(module_list: list):
    """
    安装指定的模块列表。

    Args:
        module_list(list): 要安装的模块列表。

    Returns:

    """
    for module_name in module_list:
        install_module(module_name=module_name)


if __name__ == '__main__':
    # 要安装的模块列表
    modules_to_install = ["numpy", "requests", "matplotlib"]
    install_modules(module_list=modules_to_install)
    import numpy
    import requests
    import matplotlib
    ...
	# 做操作

会有一个警告，说这将在pip的未来版本中失败。具体可以点击 https://github.com/pypa/pip/issues/5599 去查看，

WARNING: pip is being invoked by an old script wrapper. This will fail in a future version of pip.

Please see https://github.com/pypa/pip/issues/5599 for advice on fixing the underlying issue.

To avoid this problem you can invoke Python with ‘-m pip’ instead of running pip directly.

subprocess（推荐

所以换一个方式实现，基本上大差不差。这个是使用 subprocess.check_call来调用命令行，

与我们平时正常的安装模块

pip install module_name

是一样的。

插一句：

subprocess.check_call() 函数是用于运行命令并返回执行结果的函数：

• 异常处理:subprocess.check_call() 函数在执行命令时如果发生异常，会抛出 CalledProcessError 异常，可以通过 catch_exceptions() 函数捕获该异常。
• 使用 shell 参数:subprocess.check_call() 函数默认使用 shell 参数，即执行命令时使用当前 shell 环境。
• subprocess.check_call() 函数适用于需要处理异常、使用 shell 参数和输出重定向的情况。

# -*- coding: utf-8 -*-
# Name:         installer.py
# Author:       小菜
# Date:         2023/6/9 20:00
# Description:

import importlib
import subprocess


def install_module(module_name: str):
    """
    安装指定的模块，如果模块不存在则进行安装.

    Args:
        module_name(str): 要安装的模块名称。

    Returns:
        bool: 指示安装是否成功的布尔值。
    """
    try:
        # 尝试导入模块
        importlib.import_module(module_name)
    except ImportError:
        # 构建 pip 命令参数
        args = ['pip', 'install', '-i', 'https://pypi.doubanio.com/simple/', module_name]
        try:
            # 调用 pip 命令进行安装
            subprocess.check_call(args)
            print(f'{module_name} 模块安装成功.')
            return True
        except subprocess.CalledProcessError:
            print(f'{module_name} 模块安装失败.')
            return False


def install_modules(module_list: list):
    """
    安装指定的模块列表。

    Args:
        module_list(list): 要安装的模块列表。

    Returns:

    """
    for module_name in module_list:
        install_module(module_name=module_name)


if __name__ == '__main__':
    # 要安装的模块列表
    modules_to_install = ["numpy", "requests", "matplotlib"]
    install_modules(module_list=modules_to_install)
    import numpy
    import requests
    import matplotlib
    ...
	# 做操作

总结🐱‍🏍🐱‍🏍

本文介绍了如何使用动态导入和自动安装模块的方法，以简化Python项目中的依赖管理和部署流程。

文章提供了两种实现方式：

• 一种使用pip模块，
• 另一种使用subprocess模块。

代码的作用在于通过动态导入模块的方式来检查模块是否已安装，如果未安装，则使用命令行执行安装命令进行安装。这样可以在运行代码之前自动安装所需的模块，简化环境配置的过程。

文章指出了在存在requirements.txt文件并且只需简单安装模块时，使用pip install -r requirements.txt更为方便。

然而，代码仍然适用于定制化安装流程、动态控制安装和模块存在性检查等情况，提供了更多的控制和自定义能力。

总的来说，这份代码适用于任何需要在运行时动态安装模块的情况。它为项目的依赖管理提供了一种灵活的方式，并减少了手动安装模块的工作量。

后话

本次分享到此结束，

see you~~⚡⚡