JupyTools.com
Dostępne teraz.txt

IPYNB requirements.txt

Skanuje importy i linie !pip install, dedupликuje je i pobiera czysty requirements.txt z poprawnymi nazwami PyPI, aby pip install zadziałał za pierwszym razem.

Free and instant. Files are processed briefly on our servers for conversion, then discarded — nothing is stored.

How it works

Three steps from upload to download

1

Drop your notebook

Drag a.ipynb onto the card or browse your files. You never create an account.

2

Choose the export

Select Word, PDF, Markdown, HTML, LaTeX, ZIP, Python tools, viewer, cleaner, merger, or splitter, whatever matches your reviewer.

3

Download and ship

Grab the finished file immediately. Open it locally, attach it to email, or upload it to your LMS.

Ekstraktor requirements.txt: zamień notebook Jupyter na zależności pip w kilka sekund

Ten ekstraktor requirements.txt czyta plik.ipynb, skanuje każdą komórkę kodu pod kątem importów i linii instalacji przez magię powłoki, i zapisuje czysty requirements.txt do pip install -r. Upuść notebook w przeglądarce i plik pojawia się poniżej, nic nie opuszcza Twojego komputera. Obsługuje realny przypadek: ktoś przesłał notebook, chcesz go uruchomić lokalnie i nie masz czasu czytać wszystkich importów ręcznie.

Czyste parsery Pythona często coś pomijają. Ekstraktor obsługuje import x, import a, b, import a as b, from x.y import z oraz magię powłoki jak !pip install pandas, %pip install requests==2.31, !conda install -y numpy. Moduły biblioteki standardowej są odfiltrowane, żeby przypadkiem nie przypinać os czy json. Znane aliasy importów, cv2 to opencv-python, sklearn to scikit-learn, PIL to Pillow, bs4 to beautifulsoup4, yaml to PyYAML, dotenv to python-dotenv, mapują na prawdziwe nazwy PyPI, więc pip install -r działa za pierwszym razem.

W porównaniu z uruchomieniem pipreqs lokalnie ta strona jest szybsza, gdy masz tylko jeden notebook do sprawdzenia, projekt jeszcze nie leży na dysku albo chcesz podzielić się startowym requirements.txt przed utworzeniem środowiska wirtualnego. Przydaje się też po pipreqs: ten sam notebook tutaj, przejrzyj listę, popraw piny przed pushowaniem.

Domyślnie przypiasz tylko tam, gdzie sam notebook przypiął (przez !pip install pandas==2.2.1). Wyłącz Mapuj nazwy importów, jeśli wolisz surowe nazwy modułów. Wyłącz Sortuj, by zachować kolejność importów. Wyłącz Nagłówek, by pominąć blok komentarzy u góry, gdy potrzebujesz ściśle maszynowego pliku.

Co ten ekstraktor requirements.txt wyłapuje

Czyta importy, magię i przypięte instalacje

Wykrywa top-level import i from … import oraz !pip install, %pip install, !conda install, !mamba install. Wersje zapisane w notebooku przechodzą do wyniku.

Mapuje nazwy importów na nazwy PyPI

Zna typowe pułapki, cv2 staje się opencv-python, sklearn to scikit-learn, PIL to Pillow, bs4 to beautifulsoup4, yaml to PyYAML, więc pip install -r udaje się od pierwszego podejścia.

Usuwa bibliotekę standardową

Moduły dostarczane z CPython (os, json, pathlib, typing, …) są domyślnie filtrowane, by lista zawierała tylko to, co pip musi pobrać.

Sortowanie, deduplikacja i piny

Duplikaty zwijają się do jednego wpisu na pakiet, lista sortuje alfabetycznie, a piny z linii !pip install pkg==1.2 zostają przy włączonej opcji.

Zostaje w przeglądarce

Parsowanie notebooka i eksport requirements odbywa się po stronie klienta. Żadna treść nie jest wysyłana na serwer podczas ekstrakcji.

Przyjazny nagłówek do zachowania lub usunięcia

Domyślnie plik zaczyna się od krótkiego komentarza przypominającego o przeglądzie pinów przed wdrożeniem. Wyłącz Nagłówek, gdy potrzebujesz gołej listy pod narzędzia.

FAQ

Często zadawane pytania o wyciąganie zależności

Otwórz ten ekstraktor, prześlij.ipynb i pobierz wygenerowany plik. Lista zawiera każdy importowany pakiet firm trzecich potrzebny notebookowi, gotowy do pip install -r requirements.txt.

Tak. Magiczne linie instalacji i !conda install / !mamba install są skanowane. Tam zapisane piny (np. ==2.31 lub >=1.0) przechodzą do wyniku przy włączonej opcji Uwzględnij piny.

Nie. Mapuj nazwy importów obsługuje typowe zaskoczenia, cv2 to opencv-python, sklearn to scikit-learn, PIL to Pillow, bs4 to beautifulsoup4, yaml to PyYAML, dotenv to python-dotenv i więcej, od razu.

Nie domyślnie. Moduły CPython są filtrowane. Włącz Dołącz bibliotekę standardową Pythona, aby zobaczyć pełną listę każdego importowanego modułu.

To szybka alternatywa bez instalacji, gdy wystarczy jeden notebook. pip freeze listuje całe bieżące środowisko (pomocne przy dokładnej reprodukcji), pipreqs skanuje całe projekty. Użyj tego narzędzia, gdy wejściem jest jeden notebook, a celem lista startowa.

Tylko importy top-level trafiają na listę. Pakiety przechodnie zainstalują się automatycznie przy pip install -r requirements.txt. Do w pełni przypiętego lock file wygeneruj go przez pip freeze po instalacji.

Jeśli notebook ma linie jak !pip install pandas==2.2.1, pin pojawia się przy włączonej opcji Uwzględnij piny. Aby przypiąć wszystko, zainstaluj w czystym środowisku i uruchom pip freeze.

Tak. Wynik to zwykły requirements.txt. conda przyjmuje go przez conda install --file. pip-tools odczytuje z pip-compile. Edytuj listę przed kompilacją, jeśli chcesz ostrzejsze piny.

Nie. Jest parsowany w przeglądarce, a requirements.txt powstaje lokalnie.

Ekstraktor listuje to, co importowano. Pakiety wewnętrzne wymagają dodatkowego adresu indeksu lub lokalnej ścieżki, dopisz je ręcznie po eksporcie.

Tak. Importy w dowolnym miejscu komórki kodu są wykryte. Nie da się ustalić, która gałąź się wykona, więc każdy zaimportowany pakiet trafia na listę.

Niektóre zespoły mają prywatne koła dopasowane dokładnie do nazwy importu. Wyłącz opcję, gdy ufasz modułom źródłowym i chcesz je wypisać dosłownie.

Wypróbuj nasze inne darmowe narzędzia