背景：AI 時代的“依賴地獄”

在 Cursor、GitHub Copilot 和 ChatGPT 普及的今天，我們的開發模式變了。以前是我們先 pip install 再寫代碼，現在是 AI 直接甩給我們一段完美的代碼：

import cv2
from PIL import Image
import sklearn
from google.cloud import storage
import ujson

代碼邏輯看起來沒問題，但當你試圖運行它時：
ModuleNotFoundError: No module named 'cv2'
ModuleNotFoundError: No module named 'sklearn'
你開始瘋狂 Google：

• cv2 是裝 opencv-python 還是 opencv-python-headless？
• PIL 是裝 Pillow 嗎？
• sklearn 對應的包名是啥來着？scikit-learn？
• google.cloud.storage 是裝 google 還是 google-cloud 還是 google-cloud-storage？

如果項目裏有幾十個文件，幾百個 import，手動查找簡直是噩夢。傳統的 pip freeze 需要環境裏已經裝好了包，而 pipreqs 等工具在處理複雜映射（如 cv2, PIL）時往往不夠準確。

為了解決這個問題，我開發了 pyimport2pkg。

什麼是 PyImport2Pkg？

GitHub 地址：buptanswer/pyimport2pkg

PyPI 地址：pip install pyimport2pkg

PyImport2Pkg 是一個 Python 導入語句到 pip 包名的反向映射工具。它不靠猜，而是基於 PyPI 大數據構建的映射數據庫，專門解決“知道模塊名但不知道包名”的問題。

它的核心能力：

1. 準確識別異名包：完美處理 cv2 → opencv-python，PIL → Pillow 等經典難題。
2. 命名空間支持：精準區分 google.cloud.storage 和 google.ads，不會籠統地讓你裝 google。
3. 智能分析：遞歸掃描項目，區分必需依賴和可選依賴（能識別 try-except 塊）。
4. 速度飛快：基於本地優化的 SQLite 數據庫，毫秒級查詢。

快速上手

1. 安裝

需要 Python 3.10+：

pip install pyimport2pkg

2. 一鍵生成 requirements.txt

在你的項目根目錄下運行：

pyimport2pkg analyze . -o requirements.txt

它會自動掃描所有 .py 文件，解析 import，匹配最佳的 pip 包，並生成文件。

3. 單獨查詢某個令人困惑的包

比如你想知道 cv2 到底該裝啥：

pyimport2pkg query cv2

輸出：

Module: cv2
Source: hardcoded
Candidates:
1. opencv-python (recommended)
2. opencv-contrib-python
3. opencv-python-headless

技術硬核：為什麼它比 pipreqs 好用？

在開發 pyimport2pkg 之前，我深入研究了 Python 的導入機制（詳見我的 GitHub 項目文檔）。

很多工具只是簡單的字符串匹配，而 pyimport2pkg 解決了以下 14 種極端情況：

• 命名空間包 (Namespace Packages)：如 zope.*, azure.* 的精確解析。
• 版本感知：自動檢測你的 Python 版本（例如 enum34 在 Py3.4+ 不需要安裝）。
• 別名注入：處理像 win32api 這種物理文件在 win32 目錄下但 import 名字完全不同的情況。
• 幽靈依賴：分析代碼邏輯中的條件導入。

性能實測

總結

在 AI 輔助編程的時代，不要把時間浪費在“找包名”這種重複勞動上。pyimport2pkg 就是你 IDE 裏的最佳僚機。

目前項目已經發布 v1.0.0 穩定版，歡迎大家 Star ⭐ 和試用！

傳送門：https://github.com/buptanswer/pyimport2pkg