如何在不安装PyPI包的情况下获取其依赖要求？

好问题！既然你不想触碰pip内部代码，也没法安装目标包，这里有几个比解析pip download输出更靠谱、更省心的方案：

1. 用pip index show直接提取依赖（无需额外工具） #

pip本身就有一个可以查询PyPI包元数据的命令pip index show，它不需要安装目标包，还能输出结构化的JSON数据，完美适配你的需求。你可以用一行命令直接得到格式化后的依赖列表：

pip index show --json tensorflow | python -c "
import json, sys
reqs = json.load(sys.stdin)[0]['requires_dist']
print(', '.join(reqs))
"

执行后会直接返回类似astor>=0.6.0, tensorboard>=1.15.0, ...的可解析格式——完全符合你的预期，而且比解析pip download的杂乱输出稳定得多。

2. 使用PyPI元数据查询库（适合程序化集成） #

如果你需要把这个功能集成到Python项目里，可以用轻量的第三方库pypi-simple（需要先安装pip install pypi-simple），它专门用来查询PyPI的包信息，代码可读性更高：

from pypi_simple import PyPISimple

# 查询tensorflow的依赖
with PyPISimple() as client:
    pkg_page = client.get_project_page("tensorflow")
    dependencies = pkg_page.requires_dist
    print(', '.join(dependencies))

这个方案比调用shell命令更灵活，适合需要在代码中处理依赖的场景。

3. 直接调用PyPI REST API（零额外依赖） #

如果连第三方库都不想安装，直接用Python标准库调用PyPI的官方REST API就行，完全零额外依赖：

import urllib.request
import json

# 从PyPI拉取tensorflow的元数据
url = "https://pypi.org/pypi/tensorflow/json"
with urllib.request.urlopen(url) as response:
    pkg_data = json.load(response)
    dependencies = pkg_data['info']['requires_dist']
    print(', '.join(dependencies))

这个方案最轻量化，只要有Python环境就能运行，而且数据结构稳定，不用担心pip命令格式变化的问题。

内容的提问来源于stack exchange，提问作者mmnormyle