python gradle plugin Download - python gradle plugin Quellcode Download

python gradle plugin

AI-Quellcode

2.8.1

Herunterladen

Python Gradle Plugin

Jetzt können Sie Python -Skripte mit Java und Gradle Builds ausführen.

Dieses Gradle -Plugin lädt und installiert automatisch ein bestimmtes Conda -Tool, um Python -Skripte oder andere ausführbare Ausführungen ( pip , conda usw.) aus virtueller Env auszuführen.

Die Python -Projektkonfiguration kann jetzt durch Gradle -Aufgaben vollständig automatisiert werden.

Anforderungen

Java 11 oder höher
Absolventen 6.2 oder höheres Projekt

Zweck

Ausführen von Python -Skripten oder -projekten durch Ausführen einer einzelnen Aufgabe, die die virtuelle Python -Umgebung herunterladen und installiert.

Zusätzliche Python -Konfiguration (PIP/Conda -Pakete Installation usw.) kann durch Definieren von Gradle -Aufgaben in build.gradle.kts -Datei erfolgen.

Verwendung

Schritte zum Ausführen von Python -Skript vom Gradle aus.

Wenden Sie ein Plugin auf ein Projekt an, wie im Gradle -Portal beschrieben.
Konfigurieren Sie ein Plugin, indem Sie die gewünschte Python -Version im Build -Skript angeben:
```
pythonPlugin {
    pythonVersion = " 3.8.2 "
}
```
Definieren Sie eine Aufgabe, um das gewünschte Python -Skript auszuführen, zum Beispiel zum Ausführen von quicksort.py -Skript im main . Fügen Sie die folgende Aufgabenkonfiguration hinzu, um das Skript zu erstellen:
```
tasks {
    register< VenvTask >( " runQuickSort " ) {
            workingDir = projectDir.resolve( " main " )
            args = listOf ( " quicksort.py " )
    }
}
```

Führen Sie das Python -Skript von Gradle aus:

 # Linux
./gradlew runQuickSort
# Windows
gradlew.bat runQuickSort

Warten Sie, bis Conda installiert ist und die Umgebung eingerichtet ist.
Genießen :)

Python -Plugin -Eigenschaften

Das Plugin -Standardverhalten kann angepasst werden, indem die folgenden Eigenschaften angegeben werden:

pythonVersion -> Python -Umgebungsversion, Standard 3.13.0 , Die verfügbaren können unter https://anaconda.org/conda-forge/python/ überprüft werden
condaVersion -> Miniconda oder Anaconda -Version, Standard py312_24.9.2-0 , Die verfügbaren können unter https://repo.anaconda.com/miniconda/ oder https://repo.anaconda.com/archive/ (Anaconda) überprüft werden.
condaInstaller -> Conda Environment Installer Name, Standard ist Miniconda3 für Anaconda -Änderung zu Anaconda3
condaRepoUrl -> Repository -URL, mit der Binärdateien heruntergeladen werden sollten, https://repo.anaconda.com/miniconda für Anaconda https://repo.anaconda.com/archive/
condaRepoUsername -> Benutzername für die Basisauth bei Bedarf, standardmäßig abwesend
condaRepoPassword -> Passwort für das Basis -Auth, das verwendet wird, wenn condaRepoUsername angegeben ist, sollte nicht direkt in der Skriptdatei übergeben werden, kann von Gradle -Eigenschaften geliefert werden, die standardmäßig nicht vorhanden sind
condaRepoHeaders -> Zusätzliche optionale Header, die für die Verbindung verwendet werden, leere Karte standardmäßig
useHomeDir -> Wenn das true Installationsverzeichnis von user.home System -Eigenschaft false stand
installDir -> Eigenschaft zum Anpassen von Conda Installation Directory entspricht standardmäßig <rootProjectDir>/.gradle/python oder Benutzerhaus, wenn useHomeDir = true
systemArch -> os.arch , standardmäßig erhält
ideaDir -> Ziel .idea -Verzeichnis zum Erkennen von IntelliJ -Projekten entspricht <rootProjectDir>/.idea Idee standardmäßig

Beispielerweiterungskonfiguration innerhalb von build.gradle.kts -Datei:

pythonPlugin {
    pythonVersion = " 3.7.0 "
    condaVersion = " 2022.05 "
    condaInstaller = " Anaconda3 "
    condaRepoUrl = " https://nexus.com/repositories/conda "
    condaRepoUsername = " user "
    condaRepoPassword = extra[ " conda.repo.pass " ].toString()
    condaRepoHeaders = mapOf (
        " CUSTOM_HEADER_1 " to " headerValue1 " ,
        " CUSTOM_HEADER_2 " to " headerValue2 "
    )
    installDir = file(layout.buildDirectory.dir( " python " ))
    systemArch = " arm64 "
}

`VenvTask` -Taskeigenschaften

Alle Aufgaben, die in virtueller Umwelt ausgeführt werden sollten, können auch von den folgenden Feldern angepasst werden:

venvExec -> Name der ausführbaren Datei von Virtual Env, die standardmäßig ausgeführt wird, python
inputFile -> Optionale Eingabedatei, keine standardmäßig keine
outputFile -> Optionale Ausgabedatei, standardmäßig keine
args -> Liste der Argumente für eine ausführbare venvExec -Datei, die standardmäßig leer ist
workingDir -> Arbeitsverzeichnis, Projektverzeichnis standardmäßig
environment -> Karte mit Umgebungsvariablen, die während der Ausführung angewendet werden sollen, leer standardmäßig leer

Beispiel VenvTask -Konfiguration innerhalb von build.gradle.kts -Datei:

register< VenvTask >( " runPythonScript " ) {
    venvExec = " python "
    inputFile = file( " inputFile.txt " )
    outputFile = file( " outputFile.txt " )
    args = listOf ( " --some-flag " , " arg1 " )
    workingDir = projectDir.resolve( " main " )
    environment = mapOf ( " ENV_VAR_TO_PRINT " to " sampleEnvVar " )
}

Zusätzliche Beispiele neben Proben -Piptasks -Konfigurationen finden Sie in `examples` in diesem Projekt.

Intellij Setup

Automatisch importierte Python SDK:

Installieren Sie das SDK-Import Intellij Plugin.
Führen Sie Gradle envSetup -Aufgabe aus.
Wählen Sie aus "Tools" -> "Reieimport SDK", um installierte Python SDK mit Plugin zu importieren.

Manueller Weg:

Automatische Vervollständigung und Module, die in der Intellij-Idee ordnungsgemäß anerkannt sind
Klicken Sie mit der rechten main importierten Quellmodule in den Tests mit der rechten Maustaste auf Mark Directory as Verzeichnis von as Sources root (z.

Konda -Verzeichnisse installieren

Linux - <installDir>/.gradle/python/Linux/<condaInstaller>-<condaVersion>
Windows - <installDir>/.gradle/python/Windows/<condaInstaller>-<condaVersion>
MacOSX - <installDir>/.gradle/python/MacOSX/<condaInstaller>-<condaVersion>

Wobei <installDir> der Stammkatalog ist, in dem das <condaVersion> durch installDir -Eigenschaft angegeben wird Miniconda3 ist <condaInstaller> Conda Installer z py38_4.8.3

Wenn Sie mit Conda vertraut sind, können Sie auch Conda -Befehle wie conda deactivate oder conda install .

Notizen

Es kann erforderlich sein, PYTHONPATH in System vor dem Ausführen von Aufgaben zu verunreinigen (https://stackoverflow.com/a/31841132).
Sie können auch einige einfache Inline -Python -Skripte in solchen Build -Dateien ausführen:
Intellij 'Inject Language' -Funktion kann in einem solchen Szenario nützlich sein :)

Bekannte Probleme

/usr/bin/env: 'python': No such file or directory bei der Ausführung von envSetup -Aufgaben -> Es hängt mit der Shebang -Char -Limit zusammen, die 128 ist.
Bei der Installation des Conda, wenn der Präfix -Pfad länger ist als die Grenze, wird der Standard -Shebang ( #!/usr/bin/env python ) in der installierten Conda -Skriptdatei ( condabin/conda ) verwendet. Da kein Python -Binär auf diesem Weg zugänglich ist, wird die Ausnahme ausgelöst.
Die einfachste Lösung besteht darin, das Stammprojekt auf dem kürzest möglichen Pfad zu speichern oder mit dem installDir einen kürzeren Pfad pro bestimmtes problematisches Unterprojekt anzugeben.

Expandieren

Zusätzliche Informationen