当听到某些人说 xx 库非常好用的时候，我们总是忍不住想要去亲自试试。
有一些库，之所以好用，是对一些库做了更高级的封闭，你装了这个库，就会附带装了 n 多依赖库，就前一篇文章介绍的 streamlit 来说，依赖包就达 90 几个之多？
比百度全家桶，还 tm 的全家桶啊…
也正是因为害怕会污染我的全局 Python 环境，我通常在试用新包的时候，都会使用 venv 创建虚拟环境，再去安装，完事之后，再清理虚拟环境即可。
有没有发现，整个流程，其实还是挺麻烦的。
刚好昨天晚上，Github 上瞎逛，被我发现一个库，可以解决我一直以来的烦扰。
这个库叫trypackage，为试库而生的库。
当你使用 try xx 命令时，它会做哪些事呢？
安装指定版本的 Python 解释器
创建临时的虚拟环境
激活虚拟环境
在虚拟环境中安装你要试用的 Python 库
直接进入 Python Shell 模式
自动将你要试用的库导入进来
# 1. 如何安装
一条命令就可以安装它
python3 -m pip install trypackage
可以看到 trypackage 只依赖一个 click 命令行库，还是很轻量的
其实不是这样，try 会基于 virtualenv 创建虚拟环境，因此还要安装 virtualenv 和 virtualenvwrapper
python3 -m pip install virtualenv virtualenvwrapper
# 2. 基本使用
使用 try requests，try 就会创建一个虚拟环境，然后在该虚拟环境中，安装 requests ，安装完成后，自动进入 Python Shell 的模式，并且自动导入好你要试用的包
最贴心的是，试用完后，退出 Python Shell ，会自动清理掉虚拟环境。
# 3. 更多用法
指定 python 版本
我的环境没有安装 Python 3.8，通过 -p 参数，可以指定 Python 3.8 ，安装的过程太快，快得让我有点怀疑这是不是真正的去安装 Python 3.8 解释器了。
也可以直接指定本地的 Python 版本，例如
try requests -p /usr/bin/python3.7.1
指定运行模式
Try 直接的运行模式非常多
1、当你不指定时，默认使用 python shell 的模式
# 二者等价
try requests
try requests --shell python
2、使用 ipython 有两种指定方式
# 二者等价
try requests --ipython
try requests --shell ipython
3、使用 ptpython 或者 ptipython
这两种模式都有代码提示与自动补全功能
4、使用 bpython 模式
Bpython 的代码提示与补全比 ptpython 、ptipython ，更强一点，其他的区别还没试用到。
在编辑器中打开
try requests --editor
指定 Github 仓库包
# 语法示例
try /
# 安装 Github 上的 Kenneth/requests 上的 master 版本
try kennethreitz/requests
指定已经存在的虚拟环境
tryrequests --virtualenv ~/.try/sandbox
持久化虚拟环境
默认情况下，你退出后，会自动清理掉虚拟环境，若有特殊需要，可指定 --keep 参数来持久化虚拟环境
指定虚拟环境的目录
默认情况下，try 会将虚拟环境创建在一个默认的目录中，这个目录比较深，不容易记住，你可以指定 --tmpdir 参数，告诉 try 要将虚拟环境创建在这里，这个参数对于想要持久化虚拟环境的人会很有用。
tryrequests --tmpdir ~/.try
# 4. 配置文件
try 虽然提供命令行入参的方式来识别用户选项，但对于一些用户来说，更希望能一次性修改 try 的默认选项，而不用每次都指定多个参数。
这时候，可以在你的 APP 目录下新增一个 config.ini 文件，内容模板如下
[env]
virtualenv=~/.try/sandbox
python=3.8
shell=ipython
keep=false
always_use_editor=false
tmpdir=~/.try
所谓的 APP 目录，在不同的系统中是不一样的，可以使用如下代码来查看
>>>importclick
>>> click.get_app_dir("try")
'/Users/iswbm/Library/Application Support/try'
>>>
有了 config.ini，再次 try ，就会发现效果与配置一样的预期一致。
# 5. 总结一下
Try 是一个非常实用的命令行工具，功能可以说完全击中我的痛点，能把这样一个库做出来，真的是创意十足，再一次印证 Python 是懒人第一语言 。
