fetch

выборки представляет собой модуль Python одного файла в комплекте как пакет для легкой установки и Python импорта и NBSP;. Цель принести это зеркало удаленных ресурсов (URL) в локальной файловой системе для того, чтобы синхронизировать и обновить зависимостей, которые желательны быть отражены в этом случае.
Формат
выборки извлекает из манифеста формате:
[URL] [Назначение] [Тип]
URL-адрес может содержать хэш-тег (например, http://example.com/foo#bar/fleem), который используется для извлечь подкаталоги из ресурса из нескольких каталогов.
Тип ресурса используется для отправки на включенных Fetchers, что заботиться о выборке объект.
Манифестов используются так, чтобы большое количество ресурсов может быть извлекается из конкретной выборки перспективе.
Пример
После того как вы извлекаете хранилище и запустить Python setup.py разработки, вы должны быть в состоянии работать на выборку например манифеста:
забрать example.txt
Это создаст каталог TMP относительно манифеста и потяните вниз несколько ресурсы.
Fetchers
выборки включает в себя несколько объектов для извлечения ресурсов:
Файл: принести один файл
тар: выбрать и извлечь архив
Hg: проверка ртутный репозитория
Git: проверка хранилища Git
Файл Сборщик не может иметь хэш тег подпуть, так как это единственный ресурс.
Хотя выборка имеет набор fetchers оборудование, вы можете передать произвольный список в конструкторе fetch.Fetch в.
Контроль версий
Рт.ст. и ЖКТ fetchers выборки из систем контроля версий и имеют дополнительные опции. Единственный вариант ток конструктора является экспорт, который по умолчанию True. Если экспорт Правда, потом хранилище будет экспортироваться в не-версий структуры. . Если подпуть указан с # в URL, хранилище также будет экспортироваться

Требования

• Python

Ограничения

• Общая история для извлечения зеркальное файлы в хранилище VCS, потому что удаленные ресурсы необходимы как часть хранилища, и нет лучшего способа для получения и / или обновлять их. Тем не менее, то, что вы делаете, если эти удаленные ресурсы изменены? В идеальном экосистемы, исправления будут автоматически отбирали раненых и вызвали для включения вверх по течению, или дифференциалы от вышестоящего хранятся в местных модификаций (хотя отраслях поставщиков, и т.д., являются более подходящими для последнего класса задач, и в целом рекомендуется, когда менее навязчивым система потребления вверх по течению зависимостей имеются).