飞翔的十号1. 为什么Python依赖管理如此重要
在Python项目开发中，最让人头疼的问题之一就是"在我机器上能跑，为什么部署就报错？"。这种情况十有八九是因为运行环境中的包版本不一致导致的。我经历过一个真实案例：一个运行了3年的Django项目在服务器迁移时突然崩溃，最后发现是新环境自动安装了Django 4.0，而项目代码中某些API在3.2版本后已被废弃。
依赖管理看似简单，实则暗藏玄机。Python生态中有超过40万个第三方库，每个库都有自己的版本迭代节奏。numpy从1.14到1.24的API变化、pandas在2.0版本的重大更新，这些都可能成为项目中的定时炸弹。良好的版本控制策略，能让你的项目在开发、测试、部署各阶段保持环境一致性。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. requirements.txt的完整语法解析
2.1 基础格式规范
一个标准的requirements.txt文件每行记录一个依赖项，支持以下多种指定方式：
text复制Django==3.2.18 # 精确版本锁定
Flask>=2.0,<3.0 # 版本范围限定
requests # 不指定版本（危险！）
git+https://github.com/user/repo.git@branch#egg=package # 从git仓库安装
./local_package # 本地路径安装
重要提示：永远不要在不指定版本的情况下部署项目！这会导致每次安装都可能获取到不同版本。
2.2 高级控制语法
-
环境标记：指定特定环境下的依赖
text复制
pytest>=6.0; python_version > "3.8" # 仅Python3.8以上安装 -
额外依赖组：处理可选功能依赖
text复制
pandas[performance]==1.3.5 # 安装带性能优化的版本 -
哈希校验（最高安全级别）：
text复制
numpy==1.21.0 \ --hash=sha256:032a5a6e8a... \ --hash=sha256:0a3f0a35c2...