自定義 Python 管線

本文說明如何在 Azure Pipelines 中自定義建置、測試、封裝及傳遞 Python 應用程式和程式代碼。 若要使用 Python 建立您的第一個管線，請參閱 Python 快速入門。

在 Azure Pipelines 中使用 Microsoft 裝載的 代理程式，您不需要設定自己的基礎結構，即可建置 Python 應用程式。 您經常用來建置、測試及執行 Python 應用程式的工具，包括 pip預安裝。

您可能需要 要求平行作業 的免費授與，或購買 平行作業 以執行管線。

使用特定的 Python 版本

若要在管線中使用特定版本的 Python，請將使用 Python 版本工作新增至 azure-pipelines.yml。 下列範例 YAML 管線定義會將管線設定為使用 Python 3.11。

steps:
- task: UsePythonVersion@0
  inputs:
    versionSpec: '3.11'

使用多個 Python 版本

若要執行具有多個 Python 版本的管線，例如，若要針對這些版本測試套件，請使用 matrix Python 版本的 來定義 job 。 然後設定工作 UsePythonVersion 以參考 matrix 變數。 例如：

jobs:
- job: 'Test'
  pool:
    vmImage: 'ubuntu-latest'
  strategy:
    matrix:
      Python38:
        python.version: '3.8'
      Python39:
        python.version: '3.9'
      Python310:
        python.version: '3.10'

  steps:
  - task: UsePythonVersion@0
    inputs:
      versionSpec: '$(python.version)'

您可以新增使用矩陣中每個 Python 版本的工作。

執行 Python 指令碼

若要從您的存放庫執行 Python 腳本，請使用 script 元素並指定檔名。 例如：

- script: python src/example.py

您也可以使用 Python 腳本工作 來執行內嵌 Python 腳本。

- task: PythonScript@0
  inputs:
    scriptSource: 'inline'
    script: |
      print('Hello world 1')
      print('Hello world 2')

若要將腳本執行參數化，請使用 PythonScript 具有 arguments 值的工作，將自變數傳遞至執行中的進程。 您可以使用 sys.argv 或更複雜的 argparse 連結庫來剖析自變數。

- task: PythonScript@0
  inputs:
    scriptSource: inline
    script: |
      import sys
      print ('Executing script file is:', str(sys.argv[0]))
      print ('The arguments are:', str(sys.argv))
      import argparse
      parser = argparse.ArgumentParser()
      parser.add_argument("--world", help="Provide the name of the world to greet.")
      args = parser.parse_args()
      print ('Hello ', args.world)
    arguments: --world Venus

安裝相依性

您可以使用文稿搭配 來安裝特定的 PyPI 套件 pip。 下列範例會安裝或升級 pip 和和 setuptools wheel 套件。

- script: python -m pip install --upgrade pip setuptools wheel
  displayName: 'Install tools'

安裝需求

更新pip和朋友之後，一般下一個步驟是從 requirements.txt 安裝相依性。

- script: pip install -r requirements.txt
  displayName: 'Install requirements'

執行測試

您可以使用文稿在管線中安裝和執行各種測試。

使用 flake8 執行 lint 測試

下列 YAML 程式代碼會安裝或升級 flake8 ，並用它來執行 lint 測試。

- script: |
    python -m pip install flake8
    flake8 .
  displayName: 'Run lint tests'

使用 pytest 進行測試，並使用 pytest-cov 收集涵蓋範圍計量

下列 YAML 程式代碼會 pytest 安裝及 pytest-cov 執行測試、以 JUnit 格式輸出測試結果，並以 Cobertura XML 格式輸出程式代碼涵蓋範圍結果。

- script: |
    pip install pytest pytest-azurepipelines
    pip install pytest-cov
    pytest --doctest-modules --junitxml=junit/test-results.xml --cov=. --cov-report=xml
  displayName: 'pytest'

使用 Tox 執行測試

Azure Pipelines 可以執行平行 Tox 測試作業，以分割工作。 在開發電腦上，您必須以數列方式執行測試環境。 下列範例會使用 tox -e py 來執行目前作業使用哪個版本的 Python。

- job:

  pool:
    vmImage: 'ubuntu-latest'
  strategy:
    matrix:
      Python38:
        python.version: '3.8'
      Python39:
        python.version: '3.9'
      Python310:
        python.version: '3.10'

  steps:
  - task: UsePythonVersion@0
    displayName: 'Use Python $(python.version)'
    inputs:
      versionSpec: '$(python.version)'

  - script: pip install tox
    displayName: 'Install Tox'

  - script: tox -e py
    displayName: 'Run Tox'

發佈測試結果

新增 [ 發佈測試結果] 工作 ，將 JUnit 或 xUnit 測試結果發佈至伺服器。

- task: PublishTestResults@2
  condition: succeededOrFailed()
  inputs:
    testResultsFiles: '**/test-*.xml'
    testRunTitle: 'Publish test results for Python $(python.version)'

發佈程式代碼涵蓋範圍結果

新增 [ 發佈程式代碼涵蓋範圍結果] 工作 ，將程式代碼涵蓋範圍結果發佈至伺服器。 您可以在組建摘要中查看涵蓋範圍計量，並下載 HTML 報告以進行進一步分析。

- task: PublishCodeCoverageResults@2
  inputs:
    codeCoverageTool: Cobertura
    summaryFileLocation: '$(System.DefaultWorkingDirectory)/**/coverage.xml'

封裝和傳遞程序代碼

若要使用 twine進行驗證，請使用 Python 對應項上傳驗證工作 ，將驗證認證儲存在環境變數中 PYPIRC_PATH 。

- task: TwineAuthenticate@0
  inputs:
    artifactFeed: '<Azure Artifacts feed name>'
    pythonUploadServiceConnection: '<twine service connection from external organization>'

然後新增用來twine發佈套件的自定義腳本。

- script: |
   twine upload -r "<feed or service connection name>" --config-file $(PYPIRC_PATH) <package path/files>

您也可以使用 Azure Pipelines 為您的 Python 應用程式建置映像 ，並將其 推送至容器登錄。

相關內容

• 適用於 PyCharm 的 Azure DevOps 外掛程式 （IntelliJ）
• VS Code 中的 Python 用戶入門
• 建置和發佈 Python 應用程式
• Azure Pipelines 工作參考
• Azure Pipelines 代理程式