告别依赖地狱!一个Python脚本,一键检查所有依赖包版本

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：

1. 翻开 requirements.txt 对着列表一个一个 pip list 查看？
2. 手动比对版本号，看哪个低了、哪个没装？
3. 再一条一条敲 pip install 命令……

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：

• 自动扫描当前环境所有已安装的包
• 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
• 最后自动生成一键安装/升级命令，复制粘贴即可修复

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：

• == 精确匹配
• >=、<=、>、< 范围匹配
• 无版本约束（即任何版本都算满足）

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）：

• 🟢 绿色：已安装且版本正确
• 🟡 黄色：版本不符，需要升级
• 🔴 红色：完全未安装

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

• 项目初始化：新同事入职，拉取代码后一键检查环境。
• 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。
• 多环境同步：开发、测试、生产环境依赖一致性检查。

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。