Python是否暴露了解析包元数据的接口？

Question

注意：我不是在寻找查询虚拟环境中已安装包的方法，也不希望为了解析它们而加载这些包。

我正在寻找一种从 PyPI 下载的 [.whl 和 .tar.gz 文件] 中解析元数据的方法。文件格式并非特别复杂，所以我不排斥自己编写解析器。但由于 Python 在 importlib 中肯定实现了解析此类信息的功能，我希望找到一种不需要重复造轮子的方法。

我发现 importlib.metadata 可以让我获取已安装包的此类信息。但我想对同一包的不同版本进行同样的操作；其中许多版本可能与当前虚拟环境甚至系统架构不兼容。

是否存在一种 Python（>=3.10）接口，能够在不真正将其安装到虚拟环境的情况下解析 wheel 和 tar.gz 包的元数据？

Jim Garrison · Answer

这段代码利用内置的 zipfile 库在 .whl 文件中搜索 METADATA 文件。之后，它使用 email.parser 来解析元数据，从而获得一个 Message 对象，可以像字典一样访问它的内容。

import zipfile
import email.parser

def get_metadata(path: str) -> email.message.Message:
    # 使用zipfile打开文件
    with zipfile.ZipFile(path) as archive:
        # 在归档文件中查找并读取METADATA文件
        metadata_path = [file.filename for file in archive.filelist if "METADATA" in file.filename][0]
        metadata_content = archive.read(metadata_path).decode("utf-8")

    # 解析元数据为Message对象
    metadata = email.parser.Parser().parsestr(metadata_content)
    
    return metadata


# 轮子或tar.gz文件的路径
file_path = "numpy-1.25.2.whl"
METADATA = get_metadata(file_path)
print("名称: ", METADATA["name"])     
print("版本: ", METADATA["version"])   
print("简介: ", METADATA["summary"])

输出：

名称:  numpy
版本:  1.25.2
简介:  Python中的数组计算基础包

Your Common Sense · Answer

您可以使用 requests 库下载文件，并使用 pkginfo 库来提取其中的数据。

from pkginfo import Wheel, SDist
import requests

urls = ['https://files.pythonhosted.org/packages/b7/06/6b1ad0ae8f97d7a0d6f6ad640db10780578999e647a9593512ceb6f06469/pip-23.3.2.tar.gz',
        'https://files.pythonhosted.org/packages/15/aa/3f4c7bcee2057a76562a5b33ecbd199be08cdb4443a02e26bd2c3cf6fc39/pip-23.3.2-py3-none-any.whl']

with requests.Session() as session:
    for url in urls:
        response = session.get(url, stream=True)
        filename = url.split('/')[-1]  # 获取文件名
        with open(filename, 'wb') as f:
            f.write(response.raw.read())  # 将下载的内容写入本地文件
        info_class = SDist if filename.endswith('.tar.gz') else Wheel  # 根据文件扩展名确定使用SDist还是Wheel类
        data = info_class(filename)  # 创建对应的info对象
        print(data.name, data.license)  # 输出包名和许可证信息