Python打独立SDK包时，如何将非.py的CSV、Parquet文件纳入分发包

核心问题定位 #

你当前配置无效的原因有两个：

• package_data的键使用了发行版名称（eu-taxonomy-sdk带连字符，本身不符合Python包命名规范，也不是你通过find_packages(where='src')扫描到的实际导入包名），导致setuptools完全无法匹配到对应包目录，配置直接失效。
• 仅通过package_data配置无法保证sdist源码分发包会包含非.py文件，老版本setuptools的源码打包逻辑默认仅扫描.py文件，需要补充MANIFEST.in规则。

具体实现步骤 #

1. 确认实际Python包名 #

你的项目配置了package_dir={'': 'src'}和find_packages(where='src')，先查看src目录下的实际包目录名（例如通常是eu_taxonomy_sdk这类下划线格式，Python包名不允许连字符），后续所有路径配置都基于这个实际包名。

2. 修正setup.py中的package_data配置 #

把原配置里的package_data键替换为实际包名，路径写相对于包根目录的规则，支持通配符匹配需要的CSV、Parquet等文件：

# 假设实际包名为 eu_taxonomy_sdk，替换为你自己的实际包名即可
package_data={
    'eu_taxonomy_sdk': [
        'config/*',  # 匹配包根目录下config文件夹内的所有文件
        'category/config/*',  # 匹配category子包下config文件夹内的所有文件
        # 如需递归匹配所有子目录的指定后缀文件，可追加：
        # '**/*.csv', '**/*.parquet'
    ]
}

3. 新增MANIFEST.in文件（项目根目录与setup.py同级） #

这个文件用来指定源码分发包（sdist）需要额外包含的非.py文件，内容示例：

# 递归包含src目录下所有后缀为csv、parquet的文件
recursive-include src *.csv *.parquet
# 或者直接指定需要打包的config目录
# graft src/eu_taxonomy_sdk/config
# graft src/eu_taxonomy_sdk/category/config

4. 重新生成分发包 #

清理旧的打包缓存后重新执行命令：

# 清理旧的build/dist目录、egg-info缓存
rm -rf build dist *.egg-info src/*.egg-info
# 重新生成源码包
python setup.py sdist
# 如需生成wheel包可追加
python setup.py bdist_wheel

验证方式 #

解压生成的dist/xxx.tar.gz源码包，查看对应config目录下的CSV、Parquet文件是否存在即可确认配置生效。

内容的提问来源于stack exchange，提问作者Abhishek Patil