怎么在Python脚本中获取详细版本信息

在编写自动化脚本、调试跨平台环境或记录服务启动日志时，准确获取并记录当前运行时的版本信息是不可或缺的基础。Python 本身提供了层级清晰的工具链：通过 sys 模块可以直观提取解释器核心版本与具备比较能力的结构化元组；借助 platform 模块能够探查底层操作系统、芯片架构及编译器构建细节；而对于脚本所依赖的第三方扩展库，现代 Python 则提供了免导入的元数据读取接口。

图 1：Python 脚本中获取版本信息的四种核心维度与模块对应关系

一、使用 sys 模块获取 Python 解释器详细版本

sys 是 Python 内置的核心模块，随解释器一同启动。获取解释器自身版本时，最常用的两个属性是 sys.version 与 sys.version_info。

1. sys.version 字符串

sys.version 返回一个包含主次微版本号、构建日期、时间以及编译所用工具链的完整单行或多行字符串。它适合直接写入诊断日志，供运维人员快速定位环境差异。

import sys

# 打印完整的解释器版本说明
print("完整版本信息:")
print(sys.version)

示例输出：

完整版本信息:
3.11.4 (main, Jun  9 2023, 07:59:55) [Clang 14.0.3 (clang-1403.0.22.14.1)]

2. sys.version_info 结构化元组

如果需要在脚本中根据当前 Python 版本执行不同的逻辑分支（例如低版本采用兼容补丁，高版本启用原生特性），切勿对 sys.version 进行字符串切片匹配。Python 提供了专门的 sys.version_info 命名元组对象。

图 2：sys.version_info 命名元组内部五个字段构成及条件比较规范

sys.version_info 的各个分量支持直接通过属性名访问（如 sys.version_info.major），由于它继承自标准 tuple，因此在进行大小比对时遵循元组的逐项数值比较规则。这从根本上避免了字符串排序中 "3.9" > "3.10" 的典型语法误判。

二、使用 platform 模块获取跨平台与构建细节

虽然 sys 能满足大部分基础判定，但在排查 C 扩展兼容性、操作系统内核限制或跨平台问题时，需要用到标准库中的 platform 模块。

图 3：platform 模块三类核心探查函数对照与调用效果

运行以下示例脚本即可汇总操作系统的全套底层信息：

import platform

print("Python版本:", platform.python_version())
print("解释器类型:", platform.python_implementation())
print("操作系统平台:", platform.platform())
print("处理器硬件架构:", platform.machine())
print("编译器信息:", platform.python_compiler())

示例输出：

Python版本: 3.11.4
解释器类型: CPython
操作系统平台: macOS-14.4.1-arm64-arm-64bit
处理器硬件架构: arm64
编译器信息: Clang 14.0.3 (clang-1403.0.22.14.1)

三、获取已安装的第三方依赖库版本

许多脚本的功能依赖于外部第三方库（如 requests、numpy 或 pandas）。在运行时确认依赖版本是避免 API 不兼容的关键。

1. 现代标准方式：importlib.metadata（推荐）

从 Python 3.8 开始，标准库提供了 importlib.metadata 模块。它直接解析安装目录下的分发元数据（dist-info / egg-info），无需实际导入模块本身。这不仅节省内存，还能避免导入模块可能产生的副作用或崩溃。

图 4：importlib.metadata 提取依赖版本的工作流程与防护机制

import importlib.metadata

def get_installed_package_version(package_name: str) -> str:
    try:
        return importlib.metadata.version(package_name)
    except importlib.metadata.PackageNotFoundError:
        return "未安装"

# 测试查询常见依赖
for pkg in ["requests", "urllib3", "non_existent_package"]:
    print(f"依赖 [{pkg}] 版本: {get_installed_package_version(pkg)}")

2. 传统属性方式：__version__

很多知名库（如 requests、numpy）按照社区惯例在顶级命名空间暴露了 __version__ 属性。读取方式简单直观：

try:
    import requests
    print("requests 版本:", getattr(requests, "__version__", "未知版本"))
except ImportError:
    print("当前环境未安装 requests")

四、为脚本自身定义并暴露版本信息

当编写可独立执行的 CLI 脚本或自研工具时，也应该按照 Python 规范提供版本自省能力。常见且规范的写法包括：

1. 定义模块级常量：在脚本头部或包的 __init__.py 中定义 __version__ = "1.2.0"。
2. 命令行参数集成：结合 argparse 模块内置的 action="version"，为脚本赋予 -v / --version 支持。

import argparse

__version__ = "1.2.0"

def main():
    parser = argparse.ArgumentParser(description="版本自省演示脚本")
    parser.add_argument(
        "-v", "--version",
        action="version",
        version=f"%(prog)s {__version__}"
    )
    args = parser.parse_args()
    print("脚本正常执行主体逻辑...")

if __name__ == "__main__":
    main()

五、综合环境诊断函数实现

在实际生产部署中，往往需要将上述各项信息整合成一个字典结构，用于启动自检或上报至监控中心：

import sys
import platform
import importlib.metadata
from typing import Dict, Any, List

def collect_runtime_environment(dependencies: List[str] = None) -> Dict[str, Any]:
    """汇总当前运行时全维度版本信息"""
    report = {
        "python": {
            "version": platform.python_version(),
            "implementation": platform.python_implementation(),
            "compiler": platform.python_compiler(),
            "version_info": list(sys.version_info[:3]),
        },
        "system": {
            "os": platform.system(),
            "release": platform.release(),
            "architecture": platform.machine(),
            "platform": platform.platform(),
        },
        "dependencies": {}
    }
    
    if dependencies:
        for dep in dependencies:
            try:
                report["dependencies"][dep] = importlib.metadata.version(dep)
            except importlib.metadata.PackageNotFoundError:
                report["dependencies"][dep] = None

    return report

if __name__ == "__main__":
    env_info = collect_runtime_environment(["urllib3", "pip"])
    import pprint
    pprint.pprint(env_info)

六、技术选型与使用建议总结

图 5：常见开发与运维场景下的版本信息获取工具选型决策树

综上所述，在 Python 脚本中获取版本信息并不存在单一的“万能属性”，而是要视探查目标合理选择：

• 逻辑条件判断：必须使用 sys.version_info 保证数值安全比对。
• 详细系统诊断：使用 sys.version 配合 platform 提供的构建与硬件信息。
• 依赖包探查：首选 Python 3.8+ 推荐的 importlib.metadata.version()。

掌握这套清晰的工具组合，可以确保脚本在各种运行环境下都能具备出色的自检能力与稳定性。