2 人赞同了该文章
我们在日常管理Python项目时，非常重要的一点，是要对项目本身依赖的Python版本以及相关依赖库版本进行妥善管理，从而确保项目可以稳定持续的进行维护或迁移。
通常我们会基于pip、pipreqs、conda、uv等环境管理工具所导出的requirements.txt、environment.yml、pyproject.toml配置文件，对项目的相关依赖版本进行控制，但这些方式都只是辅助性质，并不会在Python项目代码运行时严格检查依赖库版本，这就带来了很多犯错的可能性。
今天的文章中，我就将为大家介绍如何在自己的Python项目源码中调用相关快捷函数，实现对Python版本、指定依赖库版本的严格检查，从而大幅提升项目维护的稳定性~
2 快捷检查Python版本及指定依赖库版本
为了方便演示，我们建立新的虚拟环境，并安装一些常见的库用作举例（这里以conda/mamba为例建立环境）：
mamba create -n demo-env python=3.10 -y mamba activate demo-env pip install jupyterlab pandas dash feffery-dash-utils -U2.1 快捷检查Python版本
当我们希望项目限制在指定的Python版本范围内才可以正常运行时，可以使用check_python_version()函数快捷实现：
from feffery_dash_utils.version_utils import check_python_version下面是相关的使用示例：
- 限制
Python版本下限
# 例：限制当前环境Python版本下限为3.8 check_python_version(min_version='3.8')- 限制
Python版本上限
# 例：限制当前环境Python版本上限为3.12 check_python_version(max_version='3.12')当检测到Python版本不符合设定要求时，则会抛出对应的错误信息，譬如我们的示例环境为3.10，对应触发的检查错误结果：
2.2 快捷检查指定依赖库版本
当我们希望对指定依赖库的版本做严格检查时，则可以使用check_dependencies_version()函数快捷实现：
from feffery_dash_utils.version_utils import check_dependencies_version其参数rules用于定义针对若干依赖库的版本范围规则，兼容类似requirements.txt中可使用的各种声明版本范围的规则写法，下面是一些例子：
- 限制指定库等于某版本
check_dependencies_version( rules=[ { 'name': 'pandas', 'specifier': '==2.2.3' } ] )- 限制指定库大于等于某版本
check_dependencies_version( rules=[ { 'name': 'dash', 'specifier': '>=2.18.2' } ] )- 限制指定库版本在某范围内
check_dependencies_version( rules=[ { 'name': 'pandas', 'specifier': '>=2.0,<4.0' } ] )- 更复杂的版本范围规则
check_dependencies_version( rules=[ { 'name': 'pandas', 'specifier': '>=2.0,<4.0,!=2.2.0' } ] )当存在指定库的版本范围不满足设定规则时，同样会抛出错误进行提示：
通过上面介绍的快捷函数check_python_version()和check_dependencies_version()，我们就可以更严格的限制项目依赖版本，避免很多不必要的问题 ~
