【pypi开源项目文档】终极秘诀应对rst解析错误:The description failed to render in the default format of reStructuredText

简介: 前面雷学委给大家缕一缕了如何开发一个python库并导入运行, 基本完成了一个初步的库,还支持了命令行工具的发布。

本文旨在提供一个通用解决方案,适应所有场景的结局RST文件渲染错误!


特别是新手在发布开源项目的时候容易遇到这个问题:


#比如这个错误,学委也会遇到。

The description failed to render in the default format of reStructuredText. See https://pypi.org/help/#description-content-type for more information.


当然,作为开发老兵有时候也会遇到,因为一不小心rst格式的文件内容非常敏感,有时候不经常敲这个,敲错了就报错了。


上传pypi库发生错误如下:


image.png

第一步 认识reStructuredText

reStructuredText 是一种文本,常用在python项目中,用于对项目或者是程序模块进行解释说明。

很多项目也配套了rst文件,然后用rst文件生成项目文档。


简单理解就是一种文本,里面可以用标记符号来表示段落,代码,超链接,也可以加上样式。


第二步 认识错误

错误的根本原因是rst的内容不符合标准。


很多工具支持rst文件可视化,看起来好好的,但是穿到pypi上面就报错了。


下面细讲。


标题格式错误了

大标题格式错误


===================
pypi_seed
===================

和这种格式的章节标题

----------------
Further discussion / 更多使用问题
----------------
Please raise PR or find the tencent group chat : https://jq.qq.com/?_wv=1027&k=ISjeG32x

第三步 动手解决

上面两个错误都是PyCharm上面RST可视化工具不会识别的。

大标题的格式换成下面的可以正常通过解析

pypi_seed
=========

章节标题参考下面的格式:

Further discussion / 更多使用问题
--------------------------
Please raise PR or find the tencent group chat : https://jq.qq.com/?_wv=1027&k=ISjeG32x

其他错误

比如下面的内容也会报错:

image.png

因为章节标题过长了, 改短一点。重新提交。

bash
Further discussion / 更多
--------------------------

rst 文件支持很多格式,也不可能一个一个罗列。


下面是通用方法。


上面都解决不了:直接找个开源项目参考

有时候自己的rst文件改半天都不行。


这个时候只能化整为零了。


找一个开源的项目的README.rst 文件来参考:


https://raw.githubusercontent.com/py4ever/pypi_seed/main/README.rst


或者gitee上面的:


https://gitee.com/py4ever/pypi_seed/raw/main/README.rst


安装里面的内容修改自己的rst文件。


小技巧01

分段修改,起个新文件贴进去一段一段追加,直到最终生成自己想要的rst文件。


小技巧02

先写成markdown,在用工具转: https://cloudconvert.com/md-to-rst


总结

很多开源的python项目中都配套了README.rst, 都可以去参考,举一反三!


编程问题没办法都写文档解释透,代码在变化,技术在变化,唯一需要我们的就是多动动脑,找对的例子参考。


本文参考的开源项目地址在这里:Pypi-Seed on Github


> 持续学习持续开发,我是雷学委!

> 编程很有趣,关键是把技术搞透彻讲明白。

> 创作不易,请关注收藏点赞,或者留下评论打打气!


参考链接:


https://docutils.sourceforge.io/docs/ref/rst/restructuredtext.html


目录
相关文章
|
12月前
|
安全 虚拟化
在数字化时代,网络项目的重要性日益凸显。本文从前期准备、方案内容和注意事项三个方面,详细解析了如何撰写一个优质高效的网络项目实施方案,帮助企业和用户实现更好的体验和竞争力
在数字化时代,网络项目的重要性日益凸显。本文从前期准备、方案内容和注意事项三个方面,详细解析了如何撰写一个优质高效的网络项目实施方案,帮助企业和用户实现更好的体验和竞争力。通过具体案例,展示了方案的制定和实施过程,强调了目标明确、技术先进、计划周密、风险可控和预算合理的重要性。
277 5
|
10月前
|
监控 安全 数据可视化
哪些项目适合采用BOT+EPC模式?深度解析
2分钟了解什么是BOT+EPC项目管理模式以及该模式适用于哪些类型的项目。
822 1
哪些项目适合采用BOT+EPC模式?深度解析
|
8月前
|
机器学习/深度学习 人工智能 JSON
Resume Matcher:增加面试机会!开源AI简历优化工具,一键解析简历和职位描述并优化
Resume Matcher 是一款开源AI简历优化工具,通过解析简历和职位描述,提取关键词并计算文本相似性,帮助求职者优化简历内容,提升通过自动化筛选系统(ATS)的概率,增加面试机会。
836 18
Resume Matcher:增加面试机会!开源AI简历优化工具,一键解析简历和职位描述并优化
|
11月前
|
人工智能 自然语言处理 Java
FastExcel:开源的 JAVA 解析 Excel 工具,集成 AI 通过自然语言处理 Excel 文件,完全兼容 EasyExcel
FastExcel 是一款基于 Java 的高性能 Excel 处理工具,专注于优化大规模数据处理,提供简洁易用的 API 和流式操作能力,支持从 EasyExcel 无缝迁移。
2341 65
FastExcel:开源的 JAVA 解析 Excel 工具,集成 AI 通过自然语言处理 Excel 文件,完全兼容 EasyExcel
|
8月前
|
人工智能 自然语言处理 搜索推荐
ViDoRAG:开源多模态文档检索框架,多智能体推理+图文理解精准解析文档
ViDoRAG 是阿里巴巴通义实验室联合中国科学技术大学和上海交通大学推出的视觉文档检索增强生成框架,基于多智能体协作和动态迭代推理,显著提升复杂视觉文档的检索和生成效率。
442 8
ViDoRAG:开源多模态文档检索框架,多智能体推理+图文理解精准解析文档
|
9月前
|
机器学习/深度学习 人工智能 编解码
R1-Onevision:开源多模态推理之王!复杂视觉难题一键解析,超越GPT-4V
R1-Onevision 是一款开源的多模态视觉推理模型,基于 Qwen2.5-VL 微调,专注于复杂视觉推理任务。它通过整合视觉和文本数据,能够在数学、科学、深度图像理解和逻辑推理等领域表现出色,并在多项基准测试中超越了 Qwen2.5-VL-7B 和 GPT-4V 等模型。
313 0
R1-Onevision:开源多模态推理之王!复杂视觉难题一键解析,超越GPT-4V
|
8月前
|
机器学习/深度学习 人工智能 文字识别
从“泛读”到“精读”:合合信息文档解析如何让大模型更懂复杂文档?
随着deepseek等大模型逐渐步入视野,理论上文档解析工作应能大幅简化。 然而,实际情况却不尽如人意。当前的多模态大模型虽然具备强大的视觉与语言交互能力,但在解析非结构化文档时,仍面临复杂版式、多元素混排以及严密逻辑推理等挑战。
253 0
|
11月前
|
人工智能 搜索推荐 API
Cobalt:开源的流媒体下载工具,支持解析和下载全平台的视频、音频和图片,支持多种视频质量和格式,自动提取视频字幕
cobalt 是一款开源的流媒体下载工具,支持全平台视频、音频和图片下载,提供纯净、简洁无广告的体验
1666 9
Cobalt:开源的流媒体下载工具,支持解析和下载全平台的视频、音频和图片,支持多种视频质量和格式,自动提取视频字幕
|
10月前
|
数据可视化 项目管理
项目计划与进度跟踪:甘特图的强大功能解析
甘特图是现代项目管理中不可或缺的工具,通过时间线和任务条直观展示项目进度,支持任务分解、依赖关系管理和进度跟踪。结合板栗看板,可实现任务可视化与实时协作,提升团队效率。定期更新甘特图并灵活应对变化,确保项目顺利推进。
|
10月前
|
算法 搜索推荐 Java
【潜意识Java】深度解析黑马项目《苍穹外卖》与蓝桥杯算法的结合问题
本文探讨了如何将算法学习与实际项目相结合,以提升编程竞赛中的解题能力。通过《苍穹外卖》项目,介绍了订单配送路径规划(基于动态规划解决旅行商问题)和商品推荐系统(基于贪心算法)。这些实例不仅展示了算法在实际业务中的应用,还帮助读者更好地准备蓝桥杯等编程竞赛。结合具体代码实现和解析,文章详细说明了如何运用算法优化项目功能,提高解决问题的能力。
344 6

推荐镜像

更多
  • DNS