善其事，利其器（二）——依赖环境的版本管理

masterx69
537 阅读4分钟

小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。

前言

在上一篇文章善其事，利其器（一）——win下的choco中，我讨论了如何在windows环境下用choco管理常见的环境，例如git、nodejs和python等等。

但是对于前端开发人员而言，node和python各自之间是存在版本差异的，如果工程中没有对版本差异性做特殊处理，那么我们的直观感受就是：这个工程跑不起来。但是我们又不可能针对工程去频繁删除原有版本，再安装工程需要的版本环境。

有些人会在环境变量中，针对python2和python3给两个不同的路径，然后通过命令区分。但是实际上这也存在一些问题：

  1. 首先大版本中的不同小版本也存在差异性
  2. 其次环境的版本差异不仅仅意味着本次工程的依赖版本具有差异性，实则是大版本下的整个生态都具有差异，例如基于python2和基于python3的开发依赖库肯定是不兼容的

所以通过本文我主要介绍如何使用工具来管理工程的依赖环境。

NodeJs版本管理

前端开发对NodeJs和npm肯定都不陌生，并且对于开发环境依赖的不同版本的node肯定很头疼，下面介绍两个可以管理node的工具。

nvm

nvm分为nvm和nvm-windows，针对不同的操作系统需要下不同的软件。

mac和linux中使用nvm，使用如下命令行安装：

$ curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash

或者

$ wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash

安装后查看nvm版本验证是否成功：

$ nvm --version

安装最新版本的node：

$ nvm install node

或者需要版本的node:

$ nvm install 14.7.0

切换成对应版本的node:

$ nvm use 16

windows下使用nvm-windows，这个根据官方教程图形化安装就好。

ps：有些教程里涉及需要删除系统中现有的node，我尝试了下新版本的nvm-windows现在查找到现有的node时会询问是否加入管理，选是即可。

n

说一下n，它和nvm最大的不同是，nvm是脱离node以及npm独立存在的，而n是通过npm来管理的，本质是全局的一个模块。

使用npm安装全局的n：

$ npm install -g n

安装不同版本的node：

$ n 10.16.0
$ n lts

直接使用n来切换版本：

$ n

  node/4.9.1
ο node/8.11.3
  node/10.15.0

使用n的好处是，可以用npm来管理n，然后n管理node，形成一个环。坏处也是由于n由于是个模块，所以n命令相较于nvm要局限很多。

tips：使用n并且环境中做android开发的人员，可能会遇到n命令冲突的问题，这里我推荐前端开发人员如果同时要移动端开发，使用nvm来管理node。

python版本管理

一个经典的问题：“我们是前端开发，为什么要管理python的环境呢？”，主要原因是：

  1. 工程没有用到，但是依赖环境可能用到（经典的node-sass）
  2. 开一个jupyter notebook用python处理一些数据效率很高（脚本小子狂喜） 相信很多人对使用了node-sass的项目，下面这个报错并不陌生：
gyp ERR! stack Error: Command failed: D:\Python\python.EXE -c import sys; print "%s.%s.%s" % sys.version_info[:3];
gyp ERR! stack   File "<string>", line 1
gyp ERR! stack     import sys; print "%s.%s.%s" % sys.version_info[:3];
gyp ERR! stack                        ^

这个问题就是依赖库使用了python2的语法，但是系统环境是python3导致的。最直接的方法是：自己的项目就使用dart-sass来解决问题。

但是有些并不是自己的项目，那么就需要用下面的版本管理来切换版本。

anaconda

anaconda和miniconda最终都是使用conda指令来管理python的环境。所不同的是，anaconda有图形化、会帮你下好数学计算所需要的一堆包。简单来说就是傻瓜式一键安装，之后用jupyter notebook写代码也很方便。但是体积更大，安装时间更长，如果仅仅是需要切换python版本，可以使用miniconda。

安装anaconda就根据官网链接一步步安装就好了，安装完成后会发现命令行前带有了(base)字样，即现在已经激活了base环境，以后敲击的命令都是在该环境下运行的。

可以通过以下命令列出所有环境：

$ conda env list

通过create创建新环境：

$ conda create -n your_env_name python=x.x

例如：

$ conda create -n python27 python=2.7

激活对应的环境：

$ activate your_env_name

你会发现命令行前会带有(your_env_name)字样，像上文中提到的node-sass的问题，就可以使用下列命令行来解决：

$ activate python27
$ npm i

miniconda

miniconda是在开发人员比较了解python和conda的情况下使用的，占用体积小，但是用到依赖库需要自己去下，使用方法同anaconda一样。

avatar
文章
阅读
粉丝