Extracteur requirements.txt : transformez un notebook Jupyter en dépendances pip en quelques secondes
Cet extracteur requirements.txt lit un fichier .ipynb, parcourt chaque cellule de code pour les imports et les lignes d’installation en magie shell, et produit un requirements.txt propre à passer à pip install -r. Déposez le notebook dans le navigateur et le fichier apparaît ci-dessous ; rien ne quitte votre machine. L’outil couvre le cas réel que tout le monde rencontre : on vous a partagé un notebook, vous voulez l’exécuter en local, et vous n’avez pas le temps de relire tous les imports à la main.
Les parseurs Python purs oublient souvent des cas. L’extracteur gère `import x`, `import a, b`, `import a as b`, `from x.y import z`, et les magies shell comme `!pip install pandas`, `%pip install requests==2.31`, et `!conda install -y numpy`. Les modules de la bibliothèque standard sont filtrés pour ne pas épingler `os` ou `json` par erreur. Les alias d’import connus — `cv2 → opencv-python`, `sklearn → scikit-learn`, `PIL → Pillow`, `bs4 → beautifulsoup4`, `yaml → PyYAML`, `dotenv → python-dotenv` — pointent vers les vrais noms PyPI pour que `pip install -r` fonctionne du premier coup.
Par rapport à pipreqs en local, cette page est plus rapide quand vous n’avez qu’un notebook à inspecter, que le projet n’est pas encore sur disque, ou que vous voulez partager un requirements.txt de départ avec un collègue avant de créer un environnement virtuel. C’est aussi une bonne relecture après pipreqs : déposez le même notebook ici, vérifiez la liste et ajustez les épingles avant de pousser.
Les options par défaut ne épinglent que ce que le notebook a déjà épinglé (via `!pip install pandas==2.2.1`). Désactivez Mapper les noms d’import si vous préférez les noms de modules bruts. Désactivez Trier pour conserver l’ordre d’apparition des imports. Désactivez En-tête pour supprimer le bloc de commentaires en tête quand il vous faut un fichier strictement machine.

