还在为“缺少模块”、“版本不兼容”焦头烂额？手把手教你用脚本自动化检查项目依赖
在Python开发中，依赖管理几乎是每个项目都绕不开的难题。尤其是当你的项目依赖几十甚至上百个第三方库时，换一台电脑、部署到新服务器，甚至同事拉取代码后，经常因为某个包版本不对或根本没装而运行失败。
每次遇到 ModuleNotFoundError 或者 ImportError，
Python 项目依赖管理一直是个不大不小的难题。
requirements.txt 里写得明明白白：aiohttp==3.12.15，可一跑项目，控制台就报错：
ModuleNotFoundError: No module named 'aiohttp'
或者更隐蔽的：
ImportError: this version of aiohttp is too old, need >=3.12.0
你是不是都要：
- 翻开
requirements.txt 对着列表一个一个 pip list 查看？
如果你经历过这种痛苦，那么今天这篇文章就是为你准备的。
痛点：依赖包检查，手工操作太折磨人
我最近接手了一个自动化测试项目，依赖包列表足足有160多个！包括UI自动化、JWT认证、OCR识别、WebSocket推送等各类库。要求版本精确到次版本号（比如 aiohttp==3.12.15）。同事运行代码时总报错，排查了半天才发现是某个依赖版本落后了。
手动检查160个包？那简直就是数星星——眼睛看花，脑袋发晕，还容易漏掉。
于是我写了一个Python依赖包自动检查脚本。只需要双击运行，它就能：
- 逐条比对要求的版本（支持
==、>=、<= 等多种约束） - 用彩色输出清晰标记：已安装正确的、版本不符的、完全缺失的
脚本核心功能一览
脚本的名字叫 check_packages.py，别被“advanced”吓到，其实用起来非常简单。
1. 智能解析依赖文件
你只需要把依赖列表（像 requirements.txt 那样的格式）以多行字符串的形式粘贴到脚本里，它就能自动解析出每个包的名称和版本约束。
REQUIRED_PACKAGES = """aiofiles==25.1.0
aiohttp==3.12.15
playwright>=1.40.0
...
"""
2. 精准版本比对
脚本调用 packaging.version 库进行版本号比较，支持：
如果已安装的版本不符合要求（比如要求 selenium==4.15.2，但实际是 4.10.0），会被归入“需要升级”类别。
3. 清晰的三色输出
为了让你一眼看清问题，脚本使用了ANSI颜色（Windows 10以上终端也支持）：
输出示例：
✔ 已安装且版本正确 [152 个]
────────────────────────────────────────────────────────────
✔ aiofiles 已安装: 25.1.0 要求: ==25.1.0
✔ aiohttp 已安装: 3.12.15 要求: ==3.12.15
...
⚠ 版本不符 (需要升级) [3 个]
────────────────────────────────────────────────────────────
⚠ selenium 已安装: 4.10.0 要求: ==4.15.2
⚠ playwright 已安装: 1.40.0 要求: >=1.40.0
✘ 未安装 [5 个]
────────────────────────────────────────────────────────────
✘ allure-pytest 要求: ==2.15.0
✘ browser-use 要求: ==0.10.1
4. 一键生成修复命令
最实用的功能来了——脚本会把所有需要安装或升级的包自动拼接成一条 pip install 命令，并且区分普通安装和 --upgrade 升级。
快速修复方案
────────────────────────────────────────────────────────────
命令 1:
pip install allure-pytest==2.15.0 browser-use==0.10.1 ...
命令 2:
pip install --upgrade selenium==4.15.2 playwright>=1.40.0
已生成 requirements 文件: requirements_fix.txt
可执行: pip install -r requirements_fix.txt
你只需要复制命令，在终端里粘贴执行，所有有问题的包就会自动被安装或升级到正确版本。
5. 保存检查报告
每次运行还会自动生成一个 check_report.txt 文件，里面记录了完整的检查结果。你可以把它发给团队成员，或者自己存档，方便追溯。
如何使用这个脚本？
第一步：保存脚本
将文末提供的完整代码复制到一个文本文件中，命名为 check_packages.py。
第二步：修改依赖列表
如果你有自己的项目依赖，只需要替换脚本中 REQUIRED_PACKAGES 变量的内容即可。格式完全兼容 pip freeze 的输出。
第三步：运行脚本
打开命令行（cmd或PowerShell），进入脚本所在目录，执行：
python check_packages.py
第四步：根据提示修复
看最后生成的命令，复制粘贴到终端执行，所有问题包就搞定了。
技术亮点
- 无额外依赖：除了Python标准库，只需要
packaging 库（通常pip自带，没有的话脚本会提示你安装）。 - 跨平台支持：Windows、macOS、Linux均可运行。
- 健壮的包名匹配：自动处理包名中的连字符和下划线差异（例如
djangorestframework-simplejwt 和 djangorestframework_simplejwt 视为同一个包）。 - 智能版本比较：能正确比较
1.2.0 和 1.2.0.post1 这类特殊版本号。 - 可定制性强：你可以轻松修改输出格式、颜色、显示数量等。
适用场景
- CI/CD 流水线：在自动化构建过程中验证依赖版本，提前发现不兼容问题。
- Docker 镜像构建：确保镜像内所有Python包版本符合要求。
最后
依赖管理是Python开发中看似琐碎、却极其影响效率的一环。与其每次手动 pip list | grep xxx，不如花几分钟配置好这个脚本，以后每次环境出问题，只需运行一下，所有问题一目了然。
如果你是团队的技术负责人，强烈建议把这个脚本加入项目工具集，规范依赖检查流程，节省大家的时间。
关注本公众号，回复“python依赖检查”获取完整脚本代码。如果你觉得有用，欢迎点赞、在看、转发给需要的朋友。
10个月宝宝每天需要喝多少奶粉？
