conda search
#
使用 MatchSpec 格式搜索包并显示相关信息。
MatchSpec 是 conda 包的查询语言。
usage: conda search [-h] [--envs] [-i] [--subdir SUBDIR]
[--skip-flexible-search] [-c CHANNEL] [--use-local]
[--override-channels] [--repodata-fn REPODATA_FNS]
[--experimental {jlap,lock}] [--no-lock]
[--repodata-use-zst | --no-repodata-use-zst] [-C] [-k]
[--offline] [--json] [--console CONSOLE] [-v] [-q]
命名参数#
- --envs
搜索当前用户的所有环境。如果以管理员身份(在 Windows 上)或 UID 0(在 unix 上)运行,则搜索系统上所有已知的环境。
- -i, --info
提供有关每个包的详细信息。
- --subdir, --platform
搜索给定的 subdir。应格式化为 'osx-64'、'linux-32'、'win-64' 等。默认是搜索当前平台。
- --skip-flexible-search
如果初始搜索失败,则不执行灵活搜索。
通道自定义#
- -c, --channel
要搜索包的其他通道。这些是按照给定的顺序搜索的 URL(包括使用 'file://' 语法或像 '/home/conda/mychan' 或 '../mychan' 这样的路径的本地目录)。然后,搜索默认通道或来自 .condarc 的通道(除非给定了 --override-channels)。您可以使用 'defaults' 来获取 conda 的默认包。您也可以使用任何名称,并且 .condarc channel_alias 值将添加到前面。默认的 channel_alias 是 https://conda.anaconda.org/。
- --use-local
使用本地构建的包。与 '-c local' 相同。
- --override-channels
不搜索默认通道或 .condarc 通道。需要 --channel。
- --repodata-fn
指定在远程服务器上配置通道或本地备份中 repodata 的文件名。Conda 将尝试您指定的任何内容,但如果您的规范无法满足您在此处指定的内容,则最终将回退到 repodata.json。这用于采用较小且时间范围缩小的 repodata。您可以多次传递此标志。首先尝试最左边的条目,并自动为您添加回退到 repodata.json。有关更多信息,请参阅 conda config --describe repodata_fns。
- --experimental
可能的选择:jlap, lock
jlap: 从 repodata.jlap 下载增量包索引数据;暗示 'lock'。lock: 在读取、更新索引 (repodata.json) 缓存时使用锁定。现在已启用。
- --no-lock
在读取、更新索引 (repodata.json) 缓存时禁用锁定。
- --repodata-use-zst, --no-repodata-use-zst
检查/不检查 repodata.json.zst。默认启用。(默认值: Null)
网络选项#
- -C, --use-index-cache
使用通道索引文件的缓存,即使它已过期。如果您不希望 conda 检查 repodata 文件是否存在新版本,这将很有用,这将节省带宽。
- -k, --insecure
允许 conda 执行“不安全”的 SSL 连接和传输。等同于将 'ssl_verify' 设置为 'false'。
- --offline
离线模式。不连接到互联网。
输出、提示和流控制选项#
- --json
将所有输出报告为 json。适用于以编程方式使用 conda。
- --console
选择用于正常输出渲染的后端。
- -v, --verbose
可以多次使用。一次用于详细输出,两次用于 INFO 日志记录,三次用于 DEBUG 日志记录,四次用于 TRACE 日志记录。
- -q, --quiet
不显示进度条。
示例
搜索名为 'scikit-learn' 的特定包
conda search scikit-learn
搜索包名称中包含 'scikit' 的包
conda search *scikit*
请注意,您的 shell 可能会在将命令交给 conda 之前扩展 '*'。因此,有时需要在查询周围使用单引号或双引号
conda search '*scikit'
conda search "*scikit*"
搜索适用于 64 位 Linux 的包(默认情况下,显示适用于您当前平台的包)
conda search numpy[subdir=linux-64]
搜索特定版本的包
conda search 'numpy>=1.12'
在特定通道上搜索包
conda search conda-forge::numpy
conda search 'numpy[channel=conda-forge, subdir=osx-64]'