requirements.txt‑Extraktor: Machen Sie in Sekunden eine pip‑Abhängigkeitsliste aus einem Jupyter‑Notebook
Dieser requirements.txt‑Extraktor liest eine .ipynb‑Datei, durchsucht jede Codezelle nach Importen und Shell‑Magic‑Installationszeilen und schreibt eine saubere requirements.txt für `pip install -r`. Legen Sie das Notebook im Browser ab, die Datei erscheint darunter – nichts verlässt Ihren Rechner. Das Tool löst den Alltagsfall: Jemand hat ein Notebook geschickt, Sie wollen es lokal laufen lassen und haben keine Zeit, alle Imports manuell durchzugehen.
Klassische Parser verpassen oft etwas. Der Extraktor verarbeitet `import x`, `import a, b`, `import a as b`, `from x.y import z` sowie Shell‑Magics wie `!pip install pandas`, `%pip install requests==2.31`, `!conda install -y numpy`. Standardbibliothek‑Module filtert er heraus, damit Sie nicht fälschlich `os` oder `json` anpinnen. Bekannte Import‑Aliases – `cv2 → opencv-python`, `sklearn → scikit-learn`, `PIL → Pillow`, `bs4 → beautifulsoup4`, `yaml → PyYAML`, `dotenv → python-dotenv` – landen unter den korrekten PyPI‑Namen, damit `pip install -r` funktioniert.
Verglichen mit lokalem pipreqs ist diese Seite schneller, wenn Sie nur ein Notebook prüfen, das Projekt noch nicht auf Platte liegt oder Sie eine Starter‑requirements.txt teilen möchten, bevor Sie ein virtuelles Environment anlegen. Außerdem eignet sie sich als Plausibilitätscheck nach pipreqs: dasselbe Notebook hier ablegen, Liste prüfen, Pins anpassen, dann pushen.
Die Standardeinstellungen pinnen nur dort, wo das Notebook bereits Pins setzte (über `!pip install pandas==2.2.1`). Schalten Sie Import‑Namen mappen aus, wenn Sie Roh‑Modulnamen sehen möchten. Schalten Sie Sortieren aus, um Importreihenfolge zu behalten. Schalten Sie Kopf‑Kommentar aus, wenn Sie eine streng maschinenlesbare Datei wollen.