稍微记录一下最近在liunx上pyinstaller打包出错

目录

• 稍微记录一下最近在liunx上pyinstaller打包出错
• • 1 号坑 Python3.7.0安装
  • 2号坑 成功打包但是执行失败
• 小结

后面代码的环境是在Windows子系统下的Ubuntu 20.04下进行的。vscode可以通过，配置WSL来进入环境（如下图）。

最近有一个需求是要把一个系统部署到某公司服务器上去。要部署的两台服务器分别是Centos、Ubuntu的，里面就是有一些模型使用python写的嘛。模型的调用是通过java的后端项目触发的，这个模型的python环境不好搞，所以要打包成liunx下的可执行文件。本来想着用wine直接也可以触发exe的但是实际上发现还是挺麻烦的，不是很适配总是出现…not found。

我拿到的模型，用的tensorflow的版本是1点几的是比较老的。先来看一下大致用到的哪些包和对应的版本，（注意其中的numpy的版本也不能太高）

为了适应这个tensorflow的版本，需要的python版本不能大于3.8，我自己测试的话3.8的是不行的，3.7和3.6是ok的。然后这个需要对应的pyinstaller的版本是3.4的，版本不对应也会出错。

1 号坑 Python3.7.0安装

安装步骤直接参照这篇 https://blog.csdn.net/zckui/article/details/89821101 步骤还是挺详细的，不过坑也在其中。（这里要注意的是，里面说的创建软连接的时候不要直接修改liunx自带的最好自己创建一个）

关键在那篇博客中的第五步

这里只指定了python编译安装的路径，没有指定别的。本以为是没是的，然后每次执行pyisntaller ...打包的时候到下图所示时

的时候就报错

报错的意思差不多是说，自己下的python没有直接跟系统上自带的一些os链接在一起（跟自带的这些so文件版本不匹配）。

这个时候可以依次参考下面两篇博客：

• 博客1

  这篇的话是针对我们编译时指定的参数的，跟前面的报错信息提示一样，博客中加的参数如下图

个人建议是

./configure --prefix= $pythonDownloadLocation --enable-shared --enable-ssl   ## 记得要一次性输完，刚开始以为这个直接改里面配置信息的，分#两次输入就不能解决问题

然后再make && make install

• 博客2

  经过上一步之后，我们就可以在python安装的路径里面找到缺少的那几个文件，然后根据博客2都添加到系统的lib里面去

  

2号坑 成功打包但是执行失败

跨过一号坑后，我们可以成功打包的流程:

Building EXE from EXE-00.toc completed successfully.

看到这个是非常激动的，但是当执行的时候又出了点问题。

astor 报错

错误信息

FileNotFoundError: [Errno 2] No such file or directory: '/tmp/_MEIu22u7n/astor/VERSION'

看了网上别人的一些解决方案和分析。这个其实是astor包里面的问题。

可以按照我下图的标注解决

新增的这个__version__等于多少应该问题不大，保险的话，可以在修改前通过pip list看看这个astor是什么版本的。

编辑之后保存修改，并且重新执行pyisntaller的打包命令。

tensorflow 包中报错

然后出现了tensorflow包里面的报错：

tensorflow.python.framework.errors_impl.NotFoundError: /tmp/_MEIOH1ebc/tensorflow/contrib/bigtable/python/ops/_bigtable.so: cannot open shared object file: No such file or directory

这个其实是，跟前面报错的原因是类似的。应该是包里面引用某个文件的时候用错了路径，pyinstaller在打包的时候会有一个虚拟路径，一般有/tmp ....里面的东西找不到的都是这个问题。然后可以跟着下面这篇文章解决这个问题 文章。

主要参考的回答：

翻译一下文章中的解决方案，一是要找到所有类似的.so文件,可以通过以下代码进行查看：

import ostsLocation = "/usr/local/python3.7/lib/python3.7/site-packages/tensorflow"tensorflow_binaries = []for dir_name, sub_dir_list, fileList in os.walk(tsLocation): for file in fileList:if file.endswith(".so"):full_file = dir_name + '/' + fileprint(full_file)tensorflow_binaries.append((full_file, '.'))print(*tensorflow_binaries)

输出大致如下：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MScUFoN0-1666597606845)(https://raw.githubusercontent.com/yuyuyu258963/pic-go-picStore/main/image-20221024152038101.png)]

可以把这些文件路径添加到对应的.spec文件中

添加路径的注意和技巧：

• 注意添加的格式 ("$path", ".")
• 注意前面的 /usr/local/python3.7这段路径要换成自己python所在的路径
• 技巧 可以同vscode上快捷编辑的方式，把前面代码中的输出复制进去然后按住鼠标滚动轮子，选中多行同时进行编辑。

下面我们去修改 tensorflow包中导入这些文件的代码

根据上图的标注，然后修改保存。

然后执行pyinstaller ××××.spec去打包文件。

到这里这个问题应该就解决了，

继续尝试运行打包后的可执行文件，结果出现了：

ModuleNotFoundError: No module named 'sklearn.utils._typedefs'

这个与前面的错误原因不太一样，下面给出一种简单的解决方法。在.spec文件中的hiddenimports中添加缺少的module.

添加后直接执行pyinstaller ./×××.spec重新执行打包。

小结

之前就打包过多次python，除了系统缺少dll文件外的大部分报错都在这次任务中碰到了。现在想来想学学虚拟环境技术还是很必要的，后面还得学一下docker这样在后面部署的过程中也不必大费周折了。