install 包名==x.x.x #安装包时指定相应版本号 #pip install -r requireMents.txt #一次安装此txt文件里的所有包，一 行一个软件包 #pip install -U 包名 #更新包，同--upgrade #python -m pip install --upgrade pip #安装本地whl包 # pip uninstall 包名 #卸载依赖包 #pip默认从以下地址下载软件包： h�ps://pypi.org/simple #可以指定成其他的pip源地址 ①命令行指定软件源 #pip install 包名 -i h�ps://xxx.com/simple t/release-process/#python-2- support pip 21.0 will remove support for this func�onality. #或者手动下载软件包并解压到以下路径： /usr/lib/python2.7/site-packages ★自制pip源服务 在装有pip命令的服务器上执行以下命令，安装pip2pi # pip3 install

打包的解决方案目前有点混乱，因为有各种不同的工具。在本教程中，我们将使用 setuptools 建立我们的包。这是推荐的打包工具（与distribute分支合并后）。可是使用 pip 来安装和卸载它。你现在应该安装这两个软件包。如果需要帮助，你可以参考如何使用 pip 安装 Django。您可以用相同的方式安装 setuptools。 Python 的 打包 是指将你的应用制作成特定的格式，以便能被很方便地安装和使用。Django Django 增加新特性，以及 Django API 或者其行为发生改变时，会补充相关内容到文档 中。 Django 文档和其代码使用同一份版本控制进行管理。它位于我们 Git 仓库的 docs 目录下。在 Git 仓库中，每一份在线文档都是独立的文本文件。 您可以通过多种方式阅读 Django 文档，根据优先级顺序排列如下： 文档是如何更新的 哪里可以获取文档 在线获取 接下来如何学习？ docs/_build/html 中。 正如前面提及的那样，我们 Git 仓库中的文档包含了许多“最新最好”的改变。这些改变通常包括了 Django 开发版本新增的一些特性。因此出于以上理由，有必要说明我们在处理不同 Django 版本 文档时所遵循的准则。 我们遵循着如下准则： 在 djangoproject.com 呈现的内容始终是 Git 仓库最新文档的 HTML 版本。这些文档总 是对应 Django

abc -- 资源的抽象基类 . . . . . . . . . . . . . . . . . . . . . . . . . 1867 31.8 importlib.metadata -- 访问软件包元数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . 1869 31.8.1 概述 . . . . . . . . . . . . . Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系 统，Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或 全部可选组件。 在标准库以外，还存在成千上万并且不断增加的其他组件集（从单独的程序和模块到软件包以及完整的 应用程序开发框架），这些组件集可以从 ‘Python 包索引 ‘_ 获取。 (Real-valued) 数据的数理统计量的函数。 此模块并不是诸如 NumPy, SciPy 等第三方库或者诸如 Minitab, SAS 和 Matlab 等针对专业统计学家的专有 全功能统计软件包的竞品。此模块针对图形和科学计算器的水平。 除非明确注释，这些函数支持int ，float ，Decimal 和Fraction 。当前不支持同其他类型（是否在数 字塔中）的行为。混合类型的集合也

abc -- 资源的抽象基类 . . . . . . . . . . . . . . . . . . . . . . . . . 1867 31.8 importlib.metadata -- 访问软件包元数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . 1869 31.8.1 概述 . . . . . . . . . . . . . Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系 统，Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或 全部可选组件。 在标准库以外，还存在成千上万并且不断增加的其他组件集（从单独的程序和模块到软件包以及完整的 应用程序开发框架），这些组件集可以从 ‘Python 包索引 ‘_ 获取。 (Real-valued) 数据的数理统计量的函数。 此模块并不是诸如 NumPy, SciPy 等第三方库或者诸如 Minitab, SAS 和 Matlab 等针对专业统计学家的专有 全功能统计软件包的竞品。此模块针对图形和科学计算器的水平。 除非明确注释，这些函数支持int ，float ，Decimal 和Fraction 。当前不支持同其他类型（是否在数 字塔中）的行为。混合类型的集合也

访问。 讨论与反馈 如果你有任何疑问和想法，欢迎通过下面的方式提出： 在 HelloFlask 论坛发布帖子，并选择“Flask 入门教程”分类。 在专栏对应的连载文章下面撰写评论。 在源码仓库创建 Issue。 相关资源 本书主页：http://helloflask.com/tutorial 本书论坛：https://discuss.helloflask.com 本书源码：https://github 知道你是谁，以便在提交代码到版本仓库的时候进行记录，使用下面的 命令设置你的信息： $ git config --global user.name "Grey Li" # 替换成你的名字 $ git config --global user.email "withlihui@gmail.com" # 替换成 你的邮箱地址 现在为我们的项目文件夹创建一个 Git 仓库，这会在我们的项目根目录创建一个 1 章：准备工作 8 $ git init Initialized empty Git repository in ~/watchlist/.git/ Git 默认会追踪项目文件夹（或者说代码仓库）里所有文件的变化，但是有些无关 紧要的文件不需要记录变化，我们在项目根目录创建一个 .gitignore 文件，在文件 中写入忽略文件的规则。因为文件内容比较简单，我们直接在命令使用 nano

abc -- 资源的抽象基类 . . . . . . . . . . . . . . . . . . . . . . . . . 1898 31.8 importlib.metadata -- 访问软件包元数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . 1900 31.8.1 概述 . . . . . . . . . . . . . Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系 统，Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或 全部可选组件。 在标准库以外，还存在成千上万并且不断增加的其他组件集（从单独的程序和模块到软件包以及完整的 应用程序开发框架），这些组件集可以从 ‘Python 包索引 ‘_ 获取。 (Real-valued) 数据的数理统计量的函数。 此模块并不是诸如 NumPy, SciPy 等第三方库或者诸如 Minitab, SAS 和 Matlab 等针对专业统计学家的专有 全功能统计软件包的竞品。此模块针对图形和科学计算器的水平。 除非明确注释，这些函数支持int ，float ，Decimal 和Fraction 。当前不支持同其他类型（是否在数 字塔中）的行为。混合类型的集合也

abc -- 资源的抽象基类 . . . . . . . . . . . . . . . . . . . . . . . . . 1894 31.8 importlib.metadata -- 访问软件包元数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . 1896 31.8.1 概述 . . . . . . . . . . . . . Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系 统，Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或 全部可选组件。 在标准库以外，还存在成千上万并且不断增加的其他组件集（从单独的程序和模块到软件包以及完整的 应用程序开发框架），这些组件集可以从 ‘Python 包索引 ‘_ 获取。 (Real-valued) 数据的数理统计量的函数。 此模块并不是诸如 NumPy, SciPy 等第三方库或者诸如 Minitab, SAS 和 Matlab 等针对专业统计学家的专有 全功能统计软件包的竞品。此模块针对图形和科学计算器的水平。 除非明确注释，这些函数支持int ，float ，Decimal 和Fraction 。当前不支持同其他类型（是否在数 字塔中）的行为。混合类型的集合也

resources.abc -- 针对资源的抽象基类 . . . . . . . . . . . . . . . . . . . . . . 1971 31.8 importlib.metadata -- 访问软件包元数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . 1973 31.8.1 概述 . . . . . . . . . . . . . Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系统， Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或全部可选 组件。 在标准库以外，还存在成千上万并且不断增加的其他组件集（从单独的程序和模块到软件包以及完整的应用 程序开发框架），这些组件集可以从 ‘Python 包索引 ‘_ 获取。 时区数据库的具体时区。 dateutil 包 具有扩展时区和解析支持的第三方库。 197 The Python Library Reference, 发行版本 3.11.10 DateType 软件包 引入了几种独特的静态类型的第三方库，例如允许静态类型检查器 区分简单型和感知型日期时间。 8.1.1 感知型对象和简单型对象 日期和时间对象可以根据它们是否包含时区信息而分为“感知型”和“简单型”两类。

Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系 统，Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或 全部可选组件。 在这个标准库以外还存在成千上万并且不断增加的其他组件 (从单独的程序、模块、软件包直到完整的 应用开发框架)，访问 Python 包索引 即可获取这些第三方包。 Contents 1 The Python 282 - Logging 系统 该提案描述了 Python 标准库中包含的这个特性。 Original Python logging package 这是该logging 包的原始来源。该站点提供的软件包版本适用于 Python 1.5.2、2.1.x 和 2.2.x，它们不被logging 包含在标准库中。 16.7 logging.config --- 日志记录配置 源代码： Lib/logging/config stopped the pool print("Now the pool is closed and no longer available") 请注意，池的方法只能由创建它的进程使用。 注解: 该软件包中的功能要求子项可以导入 __main__ 模块。这包含在编程指导 中，但值得指出。这意 味着一些示例，例如multiprocessing.pool.Pool 示例在交互式解释器中不起作用。例如:

Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系统， Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或全部可选 组件。 在这个标准库以外还存在成千上万并且不断增加的其他组件 (从单独的程序、模块、软件包直到完整的应用 开发框架)，访问 Python 包索引 即可获取这些第三方包。 Contents 1 The Python 282 - Logging 系统 该提案描述了 Python 标准库中包含的这个特性。 Original Python logging package 这是该logging 包的原始来源。该站点提供的软件包版本适用于 Python 1.5.2、2.1.x 和 2.2.x，它们不被logging 包含在标准库中。 16.7 logging.config --- 日志记录配置 源代码： Lib/logging/config stopped the pool print("Now the pool is closed and no longer available") 请注意，池的方法只能由创建它的进程使用。 注解: 该软件包中的功能要求子项可以导入 __main__ 模块。这包含在编程指导 中，但值得指出。这意味 着一些示例，例如multiprocessing.pool.Pool 示例在交互式解释器中不起作用。例如: