Python包导入提取器 | AI生成和翻译
提取所有导入包的 Python 脚本
该脚本遍历指定目录及其子目录，查找所有 Python 文件（.py），使用 Python 的 ast 模块（用于安全、语法感知解析）解析其导入语句，并累积所有唯一的基础模块名称（例如，从 import os 中提取 os，或从 from collections import defaultdict 中提取 collections）。它会忽略内置模块，专注于外部模块。
将此脚本保存为 .py 文件（例如 extract_imports.py），并以目录路径作为参数运行，例如 python extract_imports.py /path/to/directory。
import os
import ast
import sys
def extract_imports_from_file(file_path):
"""
解析 Python 文件并提取导入的模块名称。
处理 'import mod' 和 'from mod import item' 两种形式。
"""
modules = set()
try:
with open(file_path, 'r', encoding='utf-8') as f:
tree = ast.parse(f.read(), filename=file_path)
for node in ast.walk(tree):
if isinstance(node, ast.Import):
for alias in node.names:
modules.add(alias.name.split('.')[0]) # 获取基础模块（例如 'import os.path' -> 'os'）
elif isinstance(node, ast.ImportFrom) and node.module:
modules.add(node.module.split('.')[0]) # 从 'from mod.sub import ...' 中获取基础模块
except Exception as e:
print(f"解析 {file_path} 时出错: {e}")
return modules
def get_all_imported_modules(directory):
"""
遍历目录和子目录，收集所有唯一的导入模块。
"""
all_modules = set()
for root, dirs, files in os.walk(directory):
for file in files:
if file.endswith('.py'):
file_path = os.path.join(root, file)
modules = extract_imports_from_file(file_path)
all_modules.update(modules)
# 排除常见内置模块（可选，因为它们很少是外部包）
excluded = {'sys', 'os', 're', 'math', 'random', 'json', 'time', 'datetime', 'collections', 'itertools', 'functools'}
all_modules -= excluded
return sorted(all_modules)
if __name__ == "__main__":
if len(sys.argv) != 2:
print("用法: python extract_imports.py <目录路径>")
sys.exit(1)
directory = sys.argv[1]
if not os.path.isdir(directory):
print(f"错误: {directory} 不是有效目录。")
sys.exit(1)
modules = get_all_imported_modules(directory)
print("所有唯一的导入包:")
for mod in modules:
print(mod)
工作原理
- 目录遍历：使用
os.walk递归访问所有子目录和文件。 - 文件过滤：仅处理
.py文件。 - 导入解析：使用
ast安全解析源代码并识别Import和ImportFrom节点。通过.分割以捕获顶级模块（例如，从import numpy.linalg中提取numpy）。 - 累积收集：将模块收集到集合中以确保唯一性，然后排序并打印。
- 边缘情况处理：跳过内置模块（可自定义
excluded集合），优雅处理语法错误，并支持 Unicode 文件。 - 输出结果：排序后的唯一包名称列表。如果在您自己的项目目录上运行，它将列出需要安装的包，如
requests、pandas等。
这种方法对于代码库分析非常高效，并且避免了执行可能不安全的代码。如果您需要改进（例如，以不同方式处理相对导入或生成 requirements.txt），请提供更多详细信息！