Python一行命令实现自动生成 requirements.txt

在 Python 项目开发中，我们经常需要生成 requirements.txt 文件，用于：

• 项目部署
• Docker 构建
• 服务器上线
• 团队协作

很多人直接使用：

pip freeze > requirements.txt

但这样会把当前环境的所有包都导出来，包括根本没用到的库，文件又大又乱。

今天给大家介绍一个更优雅、更智能的工具 —— pipreqs。

一、什么是 pipreqs

pipreqs 是一个根据项目源码中 import 自动生成 requirements.txt 的工具。

它只会生成你真正用到的依赖，不会把整个虚拟环境都打包进去。

相比 pip freeze：

二、安装 pipreqs

pip install pipreqs

说明：

• 直接使用 pip 安装即可
• 支持 Python 3.x
• 建议在虚拟环境中使用

三、一行命令生成 requirements.txt

进入你的项目目录，然后执行：

pipreqs . --force

参数说明：

执行后，项目根目录就会自动生成：

requirements.txt

就这么简单！

四、pipreqs 工作原理

pipreqs 会：

• 扫描当前目录所有 .py 文件
• 解析 import 语句
• 匹配对应 PyPI 包名
• 自动生成 requirements.txt

例如：

import requests
import numpy
import pandas

生成结果：

numpy==1.26.4
pandas==2.2.1
requests==2.31.0

只包含你真正用到的依赖

五、常用高级用法

1.指定生成路径

pipreqs ./your_project

2.忽略某些目录

pipreqs . --ignore tests

3.使用国内镜像（推荐）

如果你在国内，建议加上：

pipreqs . --pypi-server https://pypi.tuna.tsinghua.edu.cn/simple

这样解析更快。

六、pipreqs vs pip freeze 对比实战

假设你的虚拟环境里安装了 100 个包，但项目只用了 5 个。

使用 pip freeze：

100 个依赖

使用 pipreqs：

5 个依赖

优点：

• 更干净
• 更专业
• 更适合开源项目
• Docker 镜像更小

七、注意事项

• pipreqs 只能识别 import 语句
• 动态导入可能识别不到
• 有些包名和 import 名不一致（例如 Pillow）

遇到问题可以手动补充。

八、最佳实践建议

开发阶段：使用 pipreqs 生成干净依赖

部署阶段：再用 pip freeze 做最终锁版本

这样最稳。

九、总结

两行命令解决依赖管理问题：

pip install pipreqs
pipreqs . --force

• 自动分析项目
• 只生成真实依赖
• 更专业的 requirements.txt
• 部署更轻量

十、为什么 pipreqs 识别不到数据库依赖

很多同学会遇到一个问题：明明项目用了数据库，结果生成的 requirements.txt 里没有 psycopg2？

例如项目里使用了 PostgreSQL：

import psycopg2

但有时候生成的文件里却没有：

psycopg2

这是为什么呢？

原因分析

1.动态导入或框架间接依赖

如果你没有直接写：

import psycopg2

而是使用了：

• Django
• SQLAlchemy
• Flask + 插件

例如：

DATABASES = {
    "ENGINE": "django.db.backends.postgresql"
}

这类字符串配置方式，pipreqs 是识别不到的。

因为它只分析 import 语句。

2.驱动是可选依赖

很多 ORM 框架不会强制安装数据库驱动。

例如：

• Django 不会自动安装 psycopg2
• SQLAlchemy 也不会自动安装数据库驱动

驱动属于：可选运行时依赖

而不是源码级 import 依赖。

解决方案

方案一：手动补充（推荐）

直接在生成后手动添加：

psycopg2-binary==2.9.9

生产环境推荐：

psycopg2

开发环境推荐：

psycopg2-binary

方案二：显式 import（不太优雅）

你可以在某个文件里写：

import psycopg2

这样 pipreqs 就能识别到了。

但这种方式：

• 不够优雅
• 会污染代码结构

不太推荐。

方案三：使用 pipreqs + pip freeze 结合

最佳实践流程：

# 第一步：生成干净依赖
pipreqs . --force

# 第二步：确认数据库驱动
pip freeze | grep psycopg2

如果缺失，手动追加即可。

延伸说明：其他常见识别不到的库

除了 psycopg2，以下场景也常见：

这些通常：

• 运行时依赖
• 部署依赖
• 不一定在源码中 import

十一、深入理解依赖分类

其实依赖可以分为三类：

代码依赖（pipreqs 能识别）

import requests
import pandas

运行依赖（pipreqs 识别不到）

数据库驱动

WSGI 服务器

消息队列客户端

系统依赖（pip 管不了）

PostgreSQL 服务

Redis 服务

Nginx

十二、最佳企业实践建议

在实际公司项目中，推荐做法：

开发阶段

pipreqs 生成干净 requirements.txt

测试 / 发布阶段

pip freeze > requirements-prod.txt

或者：

使用 Poetry / Pipenv 管理完整锁版本

这样：

• 开发清爽
• 部署稳定
• CI/CD 更安全

十三、总结

pipreqs 非常适合：

• 开源项目
• 教学项目
• 轻量项目
• 想要干净依赖的人

但记住一句话：pipreqs 只认 import，不认运行环境。

数据库驱动、服务器组件这类依赖，一定要人工确认。

以上就是Python一行命令实现自动生成 requirements.txt的详细内容，更多关于Python生成requirements.txt文件的资料请关注脚本之家其它相关文章！