Skip to main content

Esta versión de GitHub Enterprise Server se discontinuará el 2026-04-09. No se realizarán lanzamientos de patch, ni siquiera para problemas de seguridad críticos. Para obtener rendimiento mejorado, seguridad mejorada y nuevas características, actualice a la versión más reciente de GitHub Enterprise Server. Para obtener ayuda con la actualización, póngase en contacto con el soporte técnico de GitHub Enterprise.

Creación y prueba de Python

Aprenda a crear un flujo de trabajo de integración continua (CI) para compilar y probar el proyecto de Python.

Nota:

Actualmente los ejecutores hospedados por GitHub no se admiten en GitHub Enterprise Server.

Introducción

En esta guía se muestra cómo compilar, probar y publicar un paquete de Python.

Los ejecutores hospedados en GitHub tienen un caché de herramientas con software pre-instalado, lo cual incluye a Python y PyPy. ¡No tienes que instalar nada! Para obtener una lista completa de up-to-date software y las versiones preinstaladas de Python y PyPy, consulte Ejecutores hospedados en GitHub.

Requisitos previos

Deberías estar familiarizado con YAML y la sintaxis para las GitHub Actions. Para más información, consulta Escritura de flujos de trabajo.

Se recomienda tener conocimientos básicos de Python y pip. Para más información, vea:

  •         [Introducción a Python](https://www.python.org/about/gettingstarted/)
    
  •         [Administrador de paquetes Pip](https://pypi.org/project/pip/)
    

Utilizar ejecutores auto-hospedados en GitHub Enterprise Server

Cuando use acciones de configuración, (como actions/setup-LANGUAGE) en GitHub Enterprise Server con ejecutores autohospedados, es posible que necesite configurar la caché de herramientas en los ejecutores que no tienen acceso a Internet. Para más información, consulta Configurar el caché de la herramienta en ejecutores auto-hospedados sin acceso a internet.

Uso de una plantilla de flujo de trabajo de Python

Para comenzar rápidamente, agregue una plantilla de flujo de trabajo al directorio .github/workflows del repositorio.

GitHub ofrece una plantilla de flujo de trabajo para Python que debería funcionar si tu repositorio ya contiene al menos un archivo .py. En las secciones siguientes de esta guía se proporcionan ejemplos de cómo puede personalizar esta plantilla de flujo de trabajo.

  1. En GitHub, navegue hasta la página principal del repositorio.

  2. En el nombre del repositorio, haz clic en Actions.

    Captura de pantalla de las pestañas del repositorio "github/docs". La pestaña "Proyectos" aparece resaltada con un contorno naranja.

  3. Si ya tiene un flujo de trabajo en su repositorio, haga clic en New workflow (Nuevo flujo de trabajo).

  4. En la página "Elegir un flujo de trabajo" se muestra una selección de plantillas de flujo de trabajo recomendadas. Busque "Python aplicación".

  5. En el flujo de trabajo "aplicación Python", haga clic en Configure.

    Si no encuentra la plantilla de flujo de trabajo "aplicación Python", copie el siguiente código de flujo de trabajo en un nuevo archivo denominado python-app.yml en el directorio .github/workflows del repositorio.

    YAML
    name: Python application
    
    on:
      push:
        branches: [ "main" ]
      pull_request:
        branches: [ "main" ]
    
    permissions:
      contents: read
    
    jobs:
      build:
        runs-on: ubuntu-latest
    
        steps:
        - uses: actions/checkout@v5
        - name: Set up Python 3.13
          uses: actions/setup-python@v5
          with:
            python-version: "3.13"
        - name: Install dependencies
          run: |
            python -m pip install --upgrade pip
            pip install ruff pytest
            if [ -f requirements.txt ]; then pip install -r requirements.txt; fi
        - name: Lint and format Python code with ruff
          run: |
           # Lint with the default set of ruff rules with GitHub Annotations
           ruff check --format=github --target-version=py39
           # Verify the code is properly formatted
           ruff format --diff --target-version=py39
        - name: Test with pytest
          run: |
            pytest
    
  6. Edita el flujo de trabajo según sea necesario. Por ejemplo, cambie la versión de Python.

  7. Haga clic en Commit changes (Confirmar cambios).

Especificación de una versión de Python

Para usar una versión preinstalada de Python o PyPy en un ejecutor hospedado por GitHub, use la acción setup-python. Esta acción busca una versión específica de Python o PyPy desde la memoria caché de herramientas de cada ejecutor y agrega los archivos binarios necesarios a PATH, que se conserva para el resto del trabajo. Si una versión específica de Python no está preinstalada en la memoria caché de herramientas, la acción setup-python descargará y configurará la versión adecuada del repositorio python-versions.

El uso de la acción setup-python es la forma recomendada de usar Python con GitHub Actions porque garantiza un comportamiento coherente entre distintos ejecutores y versiones diferentes de Python. Si usa un ejecutor autohospedado, debe instalar Python y agregarlo a PATH. Para más información, vea la acción setup-python.

La tabla que aparece a continuación describe las ubicaciones de la caché de herramientas en cada ejecutor alojado GitHub.

UbuntuMacWindows
          **Directorio de caché de herramientas** |`/opt/hostedtoolcache/*`|`/Users/runner/hostedtoolcache/*`|`C:\hostedtoolcache\windows\*`|

| Cache de herramientas de Python|/opt/hostedtoolcache/Python/*|/Users/runner/hostedtoolcache/Python/*|C:\hostedtoolcache\windows\Python\*| | Caché de herramientas de PyPy|/opt/hostedtoolcache/PyPy/*|/Users/runner/hostedtoolcache/PyPy/*|C:\hostedtoolcache\windows\PyPy\*|

Si está utilizando un ejecutor autohospedado, puede configurarlo para utilizar la acción setup-python para administrar sus dependencias. Para obtener más información, consulte uso de setup-python con un ejecutor autohospedado en el archivo README de setup-python.

GitHub admite la sintaxis de control de versiones semántico. Para obtener más información, consulta Uso del control de versiones semántico y Especificación del control de versiones semántico.

Uso de varias versiones de Python

En el ejemplo siguiente se usa una matriz para el trabajo para configurar varias versiones de Python. Para más información, consulta Ejecución de variaciones de trabajos en un flujo de trabajo.

YAML
name: Python package

on: [push]

jobs:
  build:

    runs-on: ubuntu-latest
    strategy:
      matrix:
        python-version: ["pypy3.10", "3.9", "3.10", "3.11", "3.12", "3.13"]

    steps:
      - uses: actions/checkout@v5
      - name: Set up Python ${{ matrix.python-version }}
        uses: actions/setup-python@v5
        with:
          python-version: ${{ matrix.python-version }}
      # You can test your matrix by printing the current Python version
      - name: Display Python version
        run: python -c "import sys; print(sys.version)"

Uso de una versión de Python específica

Puede configurar una versión específica de Python. Por ejemplo, 3.12. Como alternativa, puedes utilizar una sintaxis de versión semántica para obtener la versión menor más reciente. En este ejemplo se usa la versión secundaria más reciente de Python 3.

YAML
name: Python package

on: [push]

jobs:
  build:

    runs-on: ubuntu-latest

    steps:
      - uses: actions/checkout@v5
      - name: Set up Python
        # This is the version of the action for setting up Python, not the Python version.
        uses: actions/setup-python@v5
        with:
          # Semantic version range syntax or exact version of a Python version
          python-version: '3.x'
          # Optional - x64 or x86 architecture, defaults to x64
          architecture: 'x64'
      # You can test your matrix by printing the current Python version
      - name: Display Python version
        run: python -c "import sys; print(sys.version)"

Excluir una versión

Si especifica una versión de Python que no está disponible, setup-python produce un error como: ##[error]Version 3.7 with arch x64 not found. El mensaje de error incluye las versiones disponibles.

También puede usar la palabra clave exclude en el flujo de trabajo si hay una configuración de Python que no desea ejecutar. Para más información, consulta Sintaxis del flujo de trabajo para GitHub Actions.

YAML
name: Python package

on: [push]

jobs:
  build:

    runs-on: ${{ matrix.os }}
    strategy:
      matrix:
        os: [ubuntu-latest, macos-latest, windows-latest]
        python-version: ["3.9", "3.11", "3.13", "pypy3.10"]
        exclude:
          - os: macos-latest
            python-version: "3.11"
          - os: windows-latest
            python-version: "3.11"

Uso de la versión predeterminada de Python

Se recomienda usar setup-python para configurar la versión de Python usada en los flujos de trabajo, ya que ayuda a que las dependencias sean explícitas. Si no usa setup-python, la versión predeterminada de Python establecida en PATH se usa en cualquier shell al llamar a python. La versión predeterminada de Python varía entre los ejecutores hospedados por GitHub, lo que puede provocar cambios inesperados o el uso de una versión anterior a la esperada.

Ejecutor alojado de GitHubDescripción
UbuntuLos ejecutores de Ubuntu tienen varias versiones del sistema Python instaladas en /usr/bin/python y /usr/bin/python3. Las versiones de Python que vienen empaquetadas con Ubuntu son adicionales a las versiones que GitHub instala en la caché de herramientas.
WindowsExcluyendo las versiones de Python que se encuentran en el caché de herramientas, Windows no se suministra con una versión equivalente de Python del sistema operativo. Para mantener un comportamiento uniforme con otros ejecutores y para permitir que Python se use de forma integrada sin la acción setup-python, GitHub agrega algunas versiones desde la caché de herramientas a PATH.
macOSLos ejecutores de macOS tienen más de una versión del sistema Python instaladas, además de las versiones que forman parte de la caché de herramientas. Las versiones de Python del sistema se encuentran en el directorio /usr/local/Cellar/python/*.

Instalación de dependencias

Los ejecutores alojados de GitHub tienen el administrador de paquetes pip instalado. Puedes usar pip para instalar dependencias desde el registro del paquete de PyPI antes de construir y probar tu código. Por ejemplo, el YAML siguiente instala o actualiza el instalador de paquetes pip y los paquetes setuptools y wheel.

También puede almacenar en caché sus dependencias para acelerar su flujo de trabajo. Para más información, consulta Referencia de almacenamiento en caché de dependencias.

YAML
steps:
- uses: actions/checkout@v5
- name: Set up Python
  uses: actions/setup-python@v5
  with:
    python-version: '3.x'
- name: Install dependencies
  run: python -m pip install --upgrade pip setuptools wheel

Archivo de requisitos

Después de actualizar pip, el siguiente paso típico consiste en instalar dependencias desde requirements.txt. Para obtener más información, consulte pip.

YAML
steps:
- uses: actions/checkout@v5
- name: Set up Python
  uses: actions/setup-python@v5
  with:
    python-version: '3.x'
- name: Install dependencies
  run: |
    python -m pip install --upgrade pip
    pip install -r requirements.txt

Dependencias de almacenamiento en caché

Puedes almacenar en caché y restaurar las dependencias mediante la acción setup-python.

El siguiente ejemplo guarda las dependencias en caché para pip.

YAML
steps:
- uses: actions/checkout@v5
- uses: actions/setup-python@v5
  with:
    python-version: '3.12'
    cache: 'pip'
- run: pip install -r requirements.txt
- run: pip test

De manera predeterminada, la acción setup-python busca el archivo de dependencias (requirements.txt para pip, Pipfile.lock para pipenvo o poetry.lock para poetry) en todo el repositorio. Para obtener más información, consulte Almacenamiento en caché de dependencias de paquetes en el archivo LÉAME de setup-python.

Si tiene una necesidad específica o necesita controles más precisos para el almacenamiento en caché, puede usar la acción cache. Pip almacena en caché las dependencias en diferentes ubicaciones, en función del sistema operativo del ejecutor. La ruta que necesitarás para almacenar en caché puede diferir del ejemplo de Ubuntu que se muestra anteriormente, según el sistema operativo que uses. Para obtener más información, consulte ejemplos de almacenamiento en caché de Python en el repositorio de acciones de cache.

Probar el código

Puedes usar los mismos comandos que usas de forma local para construir y probar tu código.

Pruebas con pytest y pytest-cov

En este ejemplo se instalan o actualizan pytest y pytest-cov. A continuación, se ejecutan las pruebas que se presentan en formato JUnit, mientras que los resultados de la cobertura de código se generan en Cobertura. Para obtener más información, consulte JUnit y Cobertura.

YAML
steps:
- uses: actions/checkout@v5
- name: Set up Python
  uses: actions/setup-python@v5
  with:
    python-version: '3.x'
- name: Install dependencies
  run: |
    python -m pip install --upgrade pip
    pip install -r requirements.txt
- name: Test with pytest
  run: |
    pip install pytest pytest-cov
    pytest tests.py --doctest-modules --junitxml=junit/test-results.xml --cov=com --cov-report=xml --cov-report=html

Uso de Ruff para hacer lint y/o formatear código

En el ejemplo siguiente se instala o actualiza ruff y se usa para ejecutar el linting en todos los archivos. Para más información, consulta Ruff.

YAML
steps:
- uses: actions/checkout@v5
- name: Set up Python
  uses: actions/setup-python@v5
  with:
    python-version: '3.x'
- name: Install the code linting and formatting tool Ruff
  run: pipx install ruff
- name: Lint code with Ruff
  run: ruff check --output-format=github --target-version=py39
- name: Check code formatting with Ruff
  run: ruff format --diff --target-version=py39
  continue-on-error: true

El paso de formateado tiene establecido continue-on-error: true. Esto evitará que el flujo de trabajo falle si el paso de formateo no tiene éxito. Una vez que hayas abordado todos los errores de formato, puedes eliminar esta opción para que el flujo de trabajo detecte problemas nuevos.

Ejecutar pruebas con tox

Con GitHub Actions, puedes ejecutar pruebas con tox y repartir el trabajo a través de múltiples trabajos. Tendrá que invocar tox mediante la opción -e py para elegir la versión de Python en su PATH, en lugar de indicar una versión específica. Para obtener más información, consulte tox.

YAML
name: Python package

on: [push]

jobs:
  build:

    runs-on: ubuntu-latest
    strategy:
      matrix:
        python: ["3.9", "3.11", "3.13"]

    steps:
      - uses: actions/checkout@v5
      - name: Setup Python
        uses: actions/setup-python@v5
        with:
          python-version: ${{ matrix.python }}
      - name: Install tox and any other packages
        run: pip install tox
      - name: Run tox
        # Run tox using the version of Python in `PATH`
        run: tox -e py

Empaquetar datos de flujo de trabajo como artefactos

Puedes cargar artefactos para ver después de que se complete un flujo de trabajo. Por ejemplo, es posible que debas guardar los archivos de registro, los vaciados de memoria, los resultados de las pruebas o las capturas de pantalla. Para más información, consulta Almacenamiento y uso compartido de datos con artefactos de flujo de trabajo.

En el ejemplo siguiente se muestra cómo puede usar la acción upload-artifact para archivar los resultados de la prueba después de ejecutar pytest. Para más información, vea la acción upload-artifact.

YAML
name: Python package

on: [push]

jobs:
  build:

    runs-on: ubuntu-latest
    strategy:
      matrix:
        python-version: ["3.9", "3.10", "3.11", "3.12", "3.13"]

    steps:
      - uses: actions/checkout@v5
      - name: Setup Python # Set Python version
        uses: actions/setup-python@v5
        with:
          python-version: ${{ matrix.python-version }}
      # Install pip and pytest
      - name: Install dependencies
        run: |
          python -m pip install --upgrade pip
          pip install pytest
      - name: Test with pytest
        run: pytest tests.py --doctest-modules --junitxml=junit/test-results-${{ matrix.python-version }}.xml
      - name: Upload pytest test results
        uses: actions/upload-artifact@v3
        with:
          name: pytest-results-${{ matrix.python-version }}
          path: junit/test-results-${{ matrix.python-version }}.xml
        # Use always() to always run this step to publish test results when there are test failures
        if: ${{ always() }}

Publicación en PyPI

Puede configurar el flujo de trabajo para publicar el paquete de Python en PyPI una vez superadas las pruebas de CI. En esta sección se muestra cómo puede usar GitHub Actions para cargar el paquete en PyPI cada vez que publique una versión. Para más información, consulta Administrar lanzamientos en un repositorio.

En el flujo de trabajo de ejemplo siguiente se usa publicación de confianza para autenticarse con PyPI, lo que elimina la necesidad de un token de API configurado manualmente.

YAML
# Este flujo de trabajo usa acciones que no GitHub no certifica.
# Estas las proporcionan entidades terceras y las gobiernan
# condiciones de servicio, políticas de privacidad y documentación de soporte
# en línea.

# GitHub recomienda anclar acciones a un SHA de confirmación.
# Para obtener una versión más reciente, debes actualizar el SHA.
# También puedes hacer referencia a una etiqueta o rama, pero la acción puede cambiar sin ninguna advertencia.

name: Upload Python Package

on:
  release:
    types: [published]

permissions:
  contents: read

jobs:
  release-build:
    runs-on: ubuntu-latest

    steps:
      - uses: actions/checkout@v5

      - uses: actions/setup-python@v5
        with:
          python-version: "3.x"

      - name: Build release distributions
        run: |
          # NOTE: put your own distribution build steps here.
          python -m pip install build
          python -m build

      - name: Upload distributions
        uses: actions/upload-artifact@v3
        with:
          name: release-dists
          path: dist/

  pypi-publish:
    runs-on: ubuntu-latest

    needs:
      - release-build

    permissions:
      # IMPORTANT: this permission is mandatory for trusted publishing
      id-token: write

    # Dedicated environments with protections for publishing are strongly recommended.
    environment:
      name: pypi
      # OPTIONAL: uncomment and update to include your PyPI project URL in the deployment status:
      # url: https://pypi.org/p/YOURPROJECT

    steps:
      - name: Retrieve release distributions
        uses: actions/download-artifact@v3
        with:
          name: release-dists
          path: dist/

      - name: Publish release distributions to PyPI
        uses: pypa/gh-action-pypi-publish@6f7e8d9c0b1a2c3d4e5f6a7b8c9d0e1f2a3b4c5d