如何解决Python安装程序卡在预编译编译环节_关闭杀毒软件或清理缓存文件

pip卡在“Building wheel”或“Resolving packages…”主因是本地依赖解析或C++源码编译,非网络问题;关对进程、手动清缓存目录(如%LOCALAPPDATA%\pip\Cache或~/.cache/pip/Cache)、禁用杀软实时防护可解决多数情况。

Python安装程序卡在“Building wheel”或“Resolving packages…”不是网络慢,而是 pip 在本地暴力解析依赖或硬编译 C++ 源码——关杀软、清缓存能解决大部分问题,但得关对进程、删对目录。

为什么关杀毒软件有时真有用

Windows 上某些杀软(如 McAfee、360、腾讯电脑管家)会实时扫描 pip 解压的临时文件、.whl 内的 .so/.pyd 文件,甚至拦截 cl.exeg++.exe 的子进程调用。这不是误报,是它们把构建阶段的内存映射、动态链接行为当成了可疑操作。

  • 典型现象:安装 dlibopencv-python 时,CPU 占用突然掉到 0%,任务管理器里 python.exe 状态变成“挂起”或“暂停”
  • 验证方法:临时禁用实时防护(不是退出杀软),再重试 pip install --verbose dlib,看日志是否恢复输出
  • 注意:仅需关实时防护,不需卸载;macOS/Linux 几乎不受影响,不用折腾

清理 pip 缓存必须手动删目录,pip cache purge 不够用

pip cache purge 只清 httpselfcheck 子目录,而真正卡住的是 Cache/(旧版)或 http/ 下残留的半成品 .whl、损坏的 METADATA、以及与当前 Python ABI 不兼容的构建中间产物。

Python 3.14.3

微软官方的 Python 扩展,是 VS Code 安装量最高的扩展(209M+)。集成 IntelliSense(通过 Pylance)、调试(通过 Python Debugger)、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。

  • Windows 要删:%LOCALAPPDATA%\pip\Cache(不是 %APPDATA%
  • macOS/Linux 要删:~/.cache/pip/Cache~/.cache/pip/http(注意大小写,Cache 是大写)
  • 顺手检查:~/.local/share/virtualenv/--user 安装残留)和虚拟环境下的 build/dist/ 目录
  • 删完别急着重装,先运行 pip cache info 确认路径已空

卡在 Building wheel for xxx?大概率是正在编译,不是卡死

比如 opencv-python 卡在 48%,dlib 卡在 “running build_ext”,只要 CPU 满载、内存稳定增长,就是正常编译。PEP 517 构建流程本身不带进度条,终端静默是常态。

  • 判断依据:pip install --verbose opencv-python 2>&1 | grep -i "building\|compiling"(Linux/macOS);Windows 用 pip install --verbose ... > log.txt 2>&1 后搜 Building
  • 常见耗时模块:modules/dnn/(AVX2/AVX-512 优化)、modules/gpu/(CUDA 支持)、dlib/cuda/
  • 真卡死信号:CPU ps aux | grep python 显示进程状态为 T(stopped)或长时间无日志输出

最常被忽略的坑:虚拟环境污染 + 错误的 Python 解释器路径

你在终端里敲 pip install dlib,看似在 venv 里,但实际调用的可能是系统 Python 的 pip——尤其当你用 VS Code、PyCharm 或 Conda 激活环境后又开了新终端,或没确认 which python / where python 输出。

  • 必查三件事:python -c "import sys; print(sys.executable)"pip -Vecho $VIRTUAL_ENV(Linux/macOS)或 echo %VIRTUAL_ENV%(Windows)
  • 如果 sys.executable 指向 C:\Python39\python.exe,但 $VIRTUAL_ENVD:\venv,说明 pip 装错地方了
  • 安全做法:一律用 python -m pip install xxx,确保绑定当前解释器

相关推荐:

如何解决Python测试中数据库连接频繁开闭问题_利用fixture的yield模式

pytest fixture 中用 yield 管理 pymysql 连接更稳,因其确保无论测试是否异常都会执行清理;应避免全局连接池、多次 close、共享连接,并在 yield 前 ping 保活和重置状态。 频繁在 pytest 测试中用 pymysql.connect() 打开又关闭数据库连接,不是“看起来不优雅”的问题,而是会直接拖慢测试执行、触发 MySQL 的 max_connect...

如何解决Python爬虫请求频繁被重定向的问题_设置allow_redirects参数

requests.get() 默认自动跳转(allow_redirects=True)会导致爬虫失效,因反爬系统常利用301/302跳转至验证码页或空页,使你无法获取原始响应头和状态码,进而中断后续逻辑。 为什么 requests.get() 默认会自动跳转,反而导致爬虫失效 因为 requests 默认开启重定向追踪(allow_redirects=True),遇到 301、302 响应时会自动...

如何解决Python字典中Key必须是可哈希对象的问题_使用元组替代列表作为键

字典的key不能是列表,因为列表是可变对象,不可哈希,执行hash([1,2])会直接抛出TypeError;而字典依赖哈希值快速查找,若键可变会导致哈希表失效。 为什么字典的 key 不能是列表 因为 dict 内部依赖哈希值做快速查找,而列表是可变对象,hash([]) 会直接抛出 TypeError: unhashable type: 'list'。只要对象在插入后可能被修改(比如调用 .a...

如何解决Python爬虫在长连接请求中超时的问题_设置合理的timeout参数与重试机制

requests.get()默认不设超时会无限等待,必须用timeout=(connect, read)元组分别控制连接与读取超时,单数值仅作用于读取阶段,连接阶段仍可能卡死。 requests.get() 默认不设超时,长连接请求卡住几小时都可能不报错——必须显式设置 timeout,且不能只填一个数字。 为什么单个 timeout 数值对长连接无效 requests 的 timeout 参数若...

如何解决Python连接远程Linux服务器慢的问题_通过Paramiko优化

根本原因是SSH握手阶段的DNS反向解析;远程sshd配置UseDNS yes时,会对客户端IP执行阻塞式gethostbyaddr()查询,无PTR记录或DNS慢则卡住30秒,Paramiko connect()随之挂起。 根本原因不是代码,而是SSH握手阶段的DNS反向解析。Python用paramiko连接远程Linux服务器时卡在connect()、耗时十几秒甚至超时,大概率不是网络延迟,...

如何解决Python中PyTorch显存泄露问题_通过torch.cuda.empty_cache释放

torch.cuda.empty_cache()仅释放CUDA缓存中空闲块,不释放被张量占用的显存;显存泄漏需通过控制张量生命周期、切断计算图引用和及时del+gc.collect()解决。 torch.cuda.empty_cache() 不是万能解药,它只清空当前设备上 CUDA 缓存分配器里的空闲块,对真正泄漏的显存无效,反而可能拖慢高频推理。 torch.cuda.empty_cache(...

Python如何实现一致性哈希算法_解决分布式缓存数据分配不均

一致性哈希通过固定哈希空间(如2^32)构建环形结构,节点和数据映射其上并顺时针就近分配;增删节点仅影响邻近区间,大幅减少数据迁移;引入虚拟节点可缓解物理节点分布不均问题,提升负载均衡性。 直接用 hash_ring 库最省事,但真要自己写、调参或排查分布不均问题,必须理解虚拟节点数量、哈希函数输出范围、环结构更新时机这三个关键点。 为什么简单取模(hash(key) % N)在节点变动时会崩 节...