virtualenv介绍及基本使用

1.virtualenv介绍

2.安装virtualenv

3.virtualenv运行使用

4.virtualenv其他命令

综合

1.virtualenv介绍

在python开发中，我们可能会遇到一种情况，就是当前的项目依赖的是某一个版本，但是另一个项目依赖的是另一个版本，这样就会造成依赖冲突，而virtualenv就是解决这种情况的，virtualenv通过创建一个虚拟化的python运行环境，将我们所需的依赖安装进去的，不同项目之间相互不干扰，如下所示。

2.安装virtualenv

安装virtualenv比较简单，无论是在linux系统上还是windows上都可以通过pip来进行安装，如下：

pip install virtualenv

如果安装不成功也可以下载virtualenv源码package，通过执行setup.py来安装virtualenv。同时因为python2和python3的不同，因此也有了两种pip和pip3两种python包安装工具，而两种工具安装的virtualenv也是不相同的，py2安装的virtualenv虚拟化出来的python运行环境是python2的，py3安装的virtualenv默认虚拟化环境则是python3的。

3.virtualenv运行使用

3.1 创建虚拟化环境

使用pycharm来作为本示例的编辑器，选择python2.7工作环境，新建工程virtualenvDemo,在控制台中输入命令：

virtualenv venv

这时候便会在当前的项目中创建venv文件夹，为当前项目的虚拟python运行环境，如下：

我本机此时默认的python环境为python2.7，那么此时创建的虚拟环境就是以python2.7创建的虚拟化环境，如果需要选择一个python解释器来创建虚拟化环境，命令则为：

virtualenv -p /usr/bin/python2.7 venv

此时还需将当前工程的interpreter改为当前的虚拟环境，要不然会不起作用，这个不再详述。

3.2 启用

激活虚拟化环境的命令为：

source venv/bin/activate

激活后，在控制台会有一个带有(venv)的标志，如下：

3.3安装依赖

在以上完成之后就可以通过命令pip install 来安装python包了，这里安装python包就不需要root权限了，直接就可以安装十分方便。在venv的环境中，使用pip安装的包都不会再是全局性的包，只会在当前的虚拟环境中起作用，避免了污染系统环境。

3.4 退出当前系统环境

在控制台中输入命令deactivate后，就会推出当前的venv虚拟化环境。

4.virtualenv其他命令

virtualenv各种其他命令如下：

“`
用法:

$ virtualenv [OPTIONS] DEST_DIR
选项:
–version
显示当前版本号。
-h, –help
显示帮助信息。
-v, –verbose
显示详细信息。
-q, –quiet
不显示详细信息。
-p PYTHON_EXE, –python=PYTHON_EXE
指定所用的python解析器的版本，比如 –python=python2.5 就使用2.5版本的解析器创建新的隔离环境。默认使用的是当前系统安装(/usr/bin/python)的python解析器
–clear
清空非root用户的安装，并重头开始创建隔离环境。
–no-site-packages
令隔离环境不能访问系统全局的site-packages目录。
–system-site-packages
令隔离环境可以访问系统全局的site-packages目录。
–unzip-setuptools
安装时解压Setuptools或Distribute
–relocatable
重定位某个已存在的隔离环境。使用该选项将修正脚本并令所有.pth文件使用相当路径。
–distribute
使用Distribute代替Setuptools，也可设置环境变量VIRTUALENV_DISTRIBUTE达到同样效要。
–extra-search-dir=SEARCH_DIRS
用于查找setuptools/distribute/pip发布包的目录。可以添加任意数量的–extra-search-dir路径。
–never-download
禁止从网上下载任何数据。此时，如果在本地搜索发布包失败，virtualenv就会报错。
–prompt==PROMPT
定义隔离环境的命令行前缀。
“`

5.综上

virtualenv就是一个搭建虚拟化的python环境，便于不同的项目在同一台机器上开发运行。
virtualenv更多的还是适用于本地开发不同的项目，但是在生产环境中还是使用docker给不同的项目创建不同的容器，各自分开运行为好，不宜放在一个单独的物理机中运行。