解决python通过pip离线安装flask,numpy报错解决(centos)
liuian 2025-01-18 21:55 13 浏览
1. 离线安装Python
https://www.python.org/ftp/python/3.7.1/Python-3.7.1.tgz 解压,编译,安装
tar xzvf Python-3.7.1.tgz
./configure
make
make install
离线环境下如果系统不是完整版安装编译会报错,需要解决依赖问题,如下:
The necessary bits to build these optional modules were not found:
_bz2 _curses _curses_panel
_dbm _gdbm _hashlib
_lzma _sqlite3 _ssl
_tkinter _uuid readline
下载依赖包 第一种方式: 在pkgs.org 上搜索依赖包 第二种方式:
yum install --downloadonly --downloaddir=DLDIR zlib-devel bzip2-devel openssl-devel ncurses-devel epel-release gcc gcc-c++ xz-devel readline-devel gdbm-devel sqlite-devel tk-devel db4-devel libpcap-devel libffi-devel
下载完成后上传到目标服务器
2. 离线安装flask包
在有网的机器上下载whl包
pip download flask==1.0.2 -d pip-package #pip-package为存放whl文件的路径,会自动生成
在没有网络的服务器上安装flask模块
python3 -m pip install flask --no-index --find-link=pip-package
遇到的问题: pip-package路径下已经存在MarkupSafe的whl文件但是仍然报错
Could not find a version that satisfies the requirement MarkupSafe>=2.1.1 (fro m Werkzeug>=0.14->flask) (from versions: ) No matching distribution found for MarkupSafe>=2.1.1 (from Werkzeug>=0.14->flask )
$ ls
MarkupSafe-2.1.2-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
解决python通过pip离线安装flask依赖包MarkupSafe报错No matching distribution found for MarkupSafe>=2.1.1
单独安装这个MarkupSafe试试:
$ python3 -m pip install MarkupSafe-2.1.2-cp37-cp37m -manylinux_2_17_x86_64.manylinux2014_x86_64.whl --no-index
报错 MarkupSafe-2.1.2-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl is not a s upported wheel on this platform. 平台不支持,在https://pypi.org/project/MarkupSafe/2.1.3/#files 上看所有的whl文件
- "musllinux"和"manylinux"都是Linux系统的名称。
- "musllinux"是基于MUSL libc库的一种Linux发行版,MUSL libc是一个超轻量级的C标准库,它相对于glibc等标准库来说更小巧,更适合嵌入式设备或者资源有限的系统。
- "manylinux"则是一个软件打包规范,在多种Linux发行版上运行的二进制包。这个规范主要是为了解决在不同Linux发行版上软件依赖方面的问题。符合这个规范的二进制包能够在多种Linux发行版上运行,因为它们包含了不同Linux发行版上所需的所有依赖库。
版本并没有什么问题 查看系统版本(通过python方法查看): python3
from distutils import util
util.get_platform()
>> 'macosx-11.0-arm64'
没有问题 ,但是系统监测不到 解决: 尝试修改whl包的名称:
mv MarkupSafe-2.1.3-cp37-cp37m-manylinux_2_17_x86_6 4.manylinux2014_x86_64.whl MarkupSafe-2.1.3-cp37-cp37m-manylinux_2_17_x86_64.linux_x86_64.whl
将manylinux2014_x86_64修改为linux_x86_64 问题解决,离谱 知识点:
Python的whl文件是一种Python软件包的二进制分发形式,它通常用于方便地安装和分发Python库。 关于whl文件的命名规范,一般采用以下格式: distribution_name-version-cp[python_version]-[abi_tag]-[platform_tag].whl 其中,各个字段的含义如下:
- distribution_name:软件包名称
- version:软件包版本号
- cp[python_version]:Python版本号,如cp37表示Python 3.7 - abi_tag:软件包兼容的Python ABI标签,如cp37m表示CPython 3.7的ABI标签
- platform_tag:软件包适用的操作系统平台标签,如linux_x86_64表示Linux下的64位系统,macosx_10_9_x86_64表示Mac OS X 10.9下的64位系统
举个例子,一个包名为mymodule,版本号为1.0.0,适用于Python 3.7,使用CPython 3.7m作为ABI标签,适用于Linux 64位系统的whl文件应该命名为:
mymodule-1.0.0-cp37-cp37m-linux_x86_64.whl
需要注意的是,上述命名规范只是约定俗成的规范,并非Python官方标准。实际上,它还有一些变种和衍生,具体的命名方式可以参考各个Python库的官方文档或源码仓库。
3. 离线安装numpy
安装方式同上:
报错: python3 -m pip install numpy --no-index --find-li nk=. Looking in links: . Collecting numpy Could not find a version that satisfies the requirement numpy (from versions: ) No matching distribution found for numpy
解决同上:
mv numpy-1.21.6-cp37-cp37m-manylinux_2_12_x86_64.manylinux2010_x86_64.whl numpy-1.21.6-cp37-cp37m-manylinux_2_12_x86_64.linux_x86_64.whl
- 上一篇:Redis安装配置(主从+哨兵)
- 下一篇:Zabbix经验分享-缺包常见问题处理
相关推荐
- 【常识】如何优化Windows 7
-
优化Windows7可以让这个经典系统运行更流畅,特别是在老旧硬件上。以下是经过整理的实用优化方案,分为基础优化和进阶优化两部分:一、基础优化(适合所有用户)1.关闭不必要的视觉效果右键计算机...
- 系统优化!Windows 11/10 必做的十个优化配置
-
以下是为Windows10/11用户整理的10个必做优化配置,涵盖性能提升、隐私保护和系统精简等方面,操作安全且无需第三方工具:1.禁用不必要的开机启动项操作路径:`Ctrl+S...
- 最好用音频剪辑的软件,使用方法?
-
QVE音频剪辑是一款简单实用的软件,功能丰富,可编辑全格式音频。支持音频转换、合并、淡入淡出、变速、音量调节等,无时长限制,用户可自由剪辑。剪辑后文件音质无损,支持多格式转换,便于存储与跨设备播放,满...
- Vue2 开发总踩坑?这 8 个实战技巧让代码秒变丝滑
-
前端开发的小伙伴们,在和Vue2打交道的日子里,是不是总被各种奇奇怪怪的问题搞得头大?数据不响应、组件传值混乱、页面加载慢……别慌!今天带来8个超实用的Vue2实战技巧,每一个都能直击痛...
- Motion for Vue:为Vue量身定制的强大动画库
-
在前端开发中,动画效果是提升用户体验的重要手段。Vue生态系统中虽然有许多动画库,但真正能做到高性能、易用且功能丰富的并不多。今天,我们要介绍的是MotionforVue(motion-v),...
- CSS view():JavaScript 滚动动画的终结
-
前言CSSview()方法可能会标志着JavaScript在制作滚动动画方面的衰落。如何用5行CSS代码取代50多行繁琐的JavaScript,彻底改变网页动画每次和UI/U...
- 「大数据」 hive入门
-
前言最近会介入数据中台项目,所以会推出一系列的跟大数据相关的组件博客与文档。Hive这个大数据组件自从Hadoop诞生之日起,便作为Hadoop生态体系(HDFS、MR/YARN、HIVE、HBASE...
- 青铜时代的终结:对奖牌架构的反思
-
作者|AdamBellemare译者|王强策划|Tina要点运维和分析用例无法可靠地访问相关、完整和可信赖的数据。需要一种新的数据处理方法。虽然多跳架构已经存在了几十年,并且可以对...
- 解析IBM SQL-on-Hadoop的优化思路
-
对于BigSQL的优化,您需要注意以下六个方面:1.平衡的物理设计在进行集群的物理设计需要考虑数据节点的配置要一致,避免某个数据节点性能短板而影响整体性能。而对于管理节点,它虽然不保存业务数据,但作...
- 交易型数据湖 - Apache Iceberg、Apache Hudi和Delta Lake的比较
-
图片由作者提供简介构建数据湖最重要的决定之一是选择数据的存储格式,因为它可以大大影响系统的性能、可用性和兼容性。通过仔细考虑数据存储的格式,我们可以增强数据湖的功能和性能。有几种不同的选择,每一种都有...
- 深入解析全新 AWS S3 Tables:重塑数据湖仓架构
-
在AWSre:Invent2024大会中,AWS发布了AmazonS3Tables:一项专为可扩展存储和管理结构化数据而设计的解决方案,基于ApacheIceberg开放表格...
- Apache DataFusion查询引擎简介
-
简介DataFusion是一个查询引擎,其本身不具备存储数据的能力。正因为不依赖底层存储的格式,使其成为了一个灵活可扩展的查询引擎。它原生支持了查询CSV,Parquet,Avro,Json等存储格式...
- 大数据Hadoop之——Flink Table API 和 SQL(单机Kafka)
-
一、TableAPI和FlinkSQL是什么TableAPI和SQL集成在同一套API中。这套API的核心概念是Table,用作查询的输入和输出,这套API都是批处理和...
- 比较前 3 名Schema管理工具
-
关注留言点赞,带你了解最流行的软件开发知识与最新科技行业趋势。在本文中,读者将了解三种顶级schema管理工具,如AWSGlue、ConfluentSchemaRegistry和Memph...
- 大数据技术之Flume
-
第1章概述1.1Flume定义Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构,灵活简单。1.2Flume的优点1.可以和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)