python 查看安装了哪些库

'# Python 查看安装了哪些库

一、背景与问题

在 Python 开发中，环境管理是核心环节之一。开发人员经常需要确认当前环境中已安装的库版本，以确保依赖关系的准确性，或者在 CI/CD 流程中验证环境一致性。然而，对于新手开发者而言，直接使用 pip list 或 pip freeze 可能会带来困惑：为什么输出结果看起来如此复杂？不同方法之间的差异是什么？如何避免常见的陷阱？

本文将深入解析 Python 包管理机制，探讨不同方式查看已安装库的原理，提供可运行的代码示例，并分析实际场景下的使用策略。

二、基本原理

Python 的包管理依赖于复杂的生态系统，其核心机制包括：

1. PEP 514（PyPI API）：定义了包索引的协议规范
2. PEP 582（Package metadata）：规范了包元数据的存储格式
3. pip 工具链：基于上述规范实现的包管理工具
4. sys.path：Python 模块搜索路径
5. sys.modules：已加载的模块缓存

查看已安装库的本质是访问这些信息源，但不同方法的实现原理和适用场景存在显著差异。

三、环境准备

在开始前，请确保安装以下工具：

pip install pip --upgrade
pip install packaging

注意：pip 本身是一个 Python 包，其版本管理需要特别关注。建议使用 pip --version 确认当前版本。

四、核心实现

1. 使用 pip 命令行工具

这是最直观的方式，但需要处理命令行输出的格式化问题：

import subprocess

def get_installed_packages():
    result = subprocess.run(
        ['pip', 'list'],
        capture_output=True,
        text=True,
        check=False
    )
    if result.returncode != 0:
        raise RuntimeError("Failed to execute pip list")
    
    # 解析输出，去除头部信息
    lines = result.stdout.split('\n')
    packages = []
    for line in lines[2:]:  # 跳过前两行表头
        if line.strip():
            name, version = line.split(' ', 1)
            packages.append((name, version))
    return packages

# 示例调用
for name, version in get_installed_packages():
    print(f"{name} == {version}")

关键点解释：

• pip list 会输出所有已安装的包（包括 pip 自身）
• 输出格式包含包名、版本、路径等信息
• 需要处理多行输出和异常情况
• 该方法对环境要求较高（需要可执行的 pip）

2. 使用 pkg_resources 模块

这是 setuptools 提供的更底层的接口，可以获取更详细的元数据：

import pkg_resources

def get_installed_packages_with_metadata():
    return [dist.project_name for dist in pkg_resources.working_set]

# 示例调用
for package in get_installed_packages_with_metadata():
    print(package)

关键点解释：

• pkg_resources 提供了更完整的包信息
• working_set 包含了所有可用的包
• 可以获取包的元数据（如版本、依赖关系等）
• 需要确保 setuptools 已安装

3. 使用 sys.modules 探索已加载模块

这是一个更底层但有限的方法，仅显示已加载的模块：

import sys

def get_loaded_modules():
    return [module for module in sys.modules.values() if hasattr(module, '__file__')]

# 示例调用
for module in get_loaded_modules():
    print(module.__name__)

关键点解释：

• 仅显示当前环境中已加载的模块
• 不包括未被导入的包
• 可能包含临时加载的模块
• 不推荐用于全面的环境检查

五、完整案例

案例：生成环境依赖清单

import subprocess
import os
import json

def generate_requirements_file(output_path):
    # 获取所有已安装包
    result = subprocess.run(
        ['pip', 'freeze'],
        capture_output=True,
        text=True,
        check=False
    )
    
    if result.returncode != 0:
        raise RuntimeError("Failed to execute pip freeze")
    
    # 生成 requirements.txt
    with open(output_path, 'w') as f:
        f.write(result.stdout)
    
    # 生成 JSON 格式的依赖清单
    packages = []
    for line in result.stdout.split('\n'):
        if line.strip():
            name, version = line.split(' ', 1)
            packages.append({
                'name': name,
                'version': version,
                'installed': os.path.exists(f'/usr/local/lib/python3.9/site-packages/{name}')
            })
    
    with open(output_path.replace('.txt', '.json'), 'w') as f:
        json.dump(packages, f, indent=2)

# 示例调用
generate_requirements_file('requirements.txt')

关键点解释：

• pip freeze 会输出更完整的依赖信息
• 生成的文件可用于环境复现
• 检查安装路径确保准确性
• 可扩展为 CI/CD 中的环境校验工具

六、源码解析

以 pip list 的实现为例，其核心在于调用 pkg_resources 模块的 working_set：

# pip/_internal/commands/list.py 中的 core logic
from pkg_resources import working_set

def main():
    for dist in working_set:
        print(f"{dist.project_name} {dist.version}")

可以看到，pip list 实际上是调用了 pkg_resources 提供的 working_set，这解释了为什么 pip list 和 pip freeze 的输出会有差异。

七、进阶使用

1. 环境差异检测

def detect_environment_differences(expected_packages):
    installed = set(get_installed_packages())
    expected = set(expected_packages)
    
    missing = expected - installed
    extra = installed - expected
    
    if missing or extra:
        print("Environment mismatch detected:")
        if missing:
            print(f"Missing packages: {missing}")
        if extra:
            print(f"Extra packages: {extra}")

2. 依赖树可视化

import graphviz

def visualize_dependencies():
    dot = graphviz.Digraph(comment='Python Dependencies')
    
    for dist in pkg_resources.working_set:
        dot.node(dist.project_name, dist.version)
        for req in dist.requires():
            dot.edge(dist.project_name, req.split('>=')[0])
    
    dot.render('dependencies', format='png', view=True)

3. 跨环境比较

def compare_environments(env1, env2):
    # 实现跨环境的包版本比较逻辑
    pass

八、性能与工程实践

1. 性能优化

• 对大量包时，使用 pip list 可能导致性能问题
• 使用 pkg_resources 需要加载所有包信息
• 推荐使用缓存机制：

import functools

@functools.lru_cache(maxsize=128)
def cached_get_packages():
    return get_installed_packages()

2. 安全风险

• 在 CI/CD 环境中使用 pip list 可能暴露敏感信息
• 使用 pkg_resources 需要确保 setuptools 安全性
• 建议使用 pip freeze 生成的文件进行环境校验

3. 异常处理

def safe_get_packages():
    try:
        return get_installed_packages()
    except Exception as e:
        print(f"Error retrieving packages: {e}")
        return []

九、常见问题与踩坑

1. 错误示例：误用 sys.modules

# 错误代码
for module in sys.modules:
    print(module)

问题：仅显示已加载的模块，不包括未导入的包
解决方案：使用 pip list 或 pkg_resources

2. 错误示例：未处理异常

# 错误代码
subprocess.run(['pip', 'list'], check=True)

问题：未处理可能的错误
解决方案：使用 check=False 并捕获异常

3. 常见错误：版本不兼容

# 错误代码
import pkg_resources
pkg_resources.__version__

问题：不同版本的 setuptools 可能导致兼容性问题
解决方案：确保所有环境使用相同版本的 setuptools

十、最佳实践

1. 日常开发：使用 pip list 快速检查环境
2. CI/CD：使用 pip freeze 生成依赖清单
3. 安全审计：使用 pip check 检查依赖冲突
4. 环境管理：结合 virtualenv 或 conda 进行环境隔离
5. 复杂依赖：使用 pipdeptree 进行依赖树分析
6. 生产环境：使用 pip install -r requirements.txt 精确复现环境

十一、总结

查看已安装的 Python 库是环境管理的基础操作，但不同方法有本质差异：

在实际开发中，建议根据具体需求选择合适的方法。对于需要精确控制依赖的生产环境，推荐使用 pip freeze 生成依赖清单，并结合 pip install -r requirements.txt 进行环境复现。对于需要深入分析依赖关系的场景，可使用 pipdeptree 或 pip show 进行更详细的检查。始终注意环境隔离的重要性，避免因依赖冲突导致的运行时错误。