新版ubuntu使用pip时发生的错误 新版ubuntu使用pip时发生错误：error: externally-managed-environment × This environment is externally managed ╰─> To install Python packages system-wide, try apt install python3-xyz, where xyz is the package you are trying to install. If you wish to install a non-Debian-packaged Python package, create a virtual environment using python3 -m venv path/to/venv. Then use path/to/venv/bin/python and path/to/venv/bin/pip. Make sure you have python3-full installed. If you wish to install a non-Debian packaged Python application, it may be easiest to use pipx install xyz, which will manage a virtual environment for you. Make sure you have pipx installed. See /usr/share/doc/python3.11/README.venv for more information. note: If you believe this is a mistake, please contact your Python installation or OS distribution provider. You can override this, at the risk of breaking your Python installation or OS, by passing --break-system-packages. hint: See PEP 668 for the detailed specification.收到一个错误提示： error: externally-managed-environment ，即“外部管理环境”错误，但这不是一个 bug，新的发行版中，正在使用 Python 包来实现此增强功能，这个更新是为了避免操作系统包管理器 (如pacman、yum、apt) 和 pip 等特定于 Python 的包管理工具之间的冲突，这些冲突包括 Python 级 API 不兼容和文件所有权冲突。可以看一下python官方的说明：PEP 668 – Python base environments Python 增强提案 (PEP) 解决方案：1：如果你习惯于原来的用法可以强制删除此警告：sudo mv /usr/lib/python3.x/EXTERNALLY-MANAGED /usr/lib/python3.x/EXTERNALLY-MANAGED.bk注意python版本号写你自己的别直接抄，不知道到底是多少可以进/user/lib看看：find /usr/lib/ -type d -name "*python*"2：老实点使用pipx安装pipx：sudo apt install pipx以后就使用Pipx去安装包文件了：pipx install package_name添加环境变量：pipx ensurepath删除使用pipx安装的软件包：pipx uninstall package_name3：使用venv如果你是专业开发人员，在运行或构建py文件时遇到“ModuleNotFoundError: No module named 'xxx'”错误，推荐使用Python虚拟环境，借助虚拟环境，使用不同版本的包依赖项和Python，避免包之间的任何冲突。安装 venv：sudo apt install python3-venv #或者 sudo apt install python3.10-venv生成Python虚拟环境：mkdir -p $HOME/.env && python3 -m venv $HOME/.env/project_name将看到一个.env在主目录中，并且你将在 .env 中拥有项目目录，每个虚拟环境项目目录中都会有自己的 Python 和 Pip 副本。安装模块：$HOME/.env/project_name/bin/python -m pip install --upgrade pip $HOME/.env/project_name/bin/python -m pip install package_name用新的虚拟环境执行py文件：source $HOME/.env/project_name/bin/activate $HOME/.env/project_name/bin/python ./xxxx.py

在FastApi中运行Asyncio子进程导致NotImplementedError错误的解决方法 在FastApi中运行Asyncio子进程导致NotImplementedError错误的解决方法

使用python将多份pdf文件合并 为了搞定这件事情，没少百度，下载了软件，或者使用在线工具，折腾很久才能搞定。刚想使用WPS来合并，结果给我弹出这样的：怎么可能有那闲钱开通哪不过，想起来python有这样一个库，倒是可以帮忙实现这样的需求。于是抱着开源以及能省就省的精神，使用 PyPDF2 这个写了一个简短的小脚本PyPDF2 是一个功能虽然不是很多，但却非常好用的第三方库，它提供了pdf文件的读写，拆分，合并等功能，使用pip命令进行安装pip3 install PyPDF2示例代码如下，会在当前运行目录下寻找pdf后缀的文件来合并，建议使用的时候新建一个文件夹并且将文件用序号命名顺序。import os from PyPDF2 import PdfFileMerger target_path = os.getcwd() pdf_lst = [f for f in os.listdir(target_path) if f.endswith('.pdf')] pdf_lst = [os.path.join(target_path, filename) for filename in pdf_lst] print(pdf_lst) file_merger = PdfFileMerger() for pdf in pdf_lst: file_merger.append(pdf) # 合并pdf文件 file_merger.write("merge.pdf")1.使用os.listdir方法获取制定目录下的所有pdf文件名称2.使用os.path.join方法拼接成绝对路径3.创建PdfFileMerger对象，这是专门用来合并pdf文件的4.对象将所有文件append5.最后，使用write方法将所有pdf文件写入到一个文件

nonebot2如何获取消息内图片 研究半天无果，群内一位大佬提供解决方法：images = [d.data["url"] for d in event.get_message() if d.type == "image"]通过迭代消息对象，判断是否为图片消息，然后返回一个由图片url组成的数组event上报：感谢这位老哥提供的方法

Python3操作Redis数据库（二） 7.psetex(name, time_ms, value) time_ms - 过期时间（数字毫秒 或 timedelta对象）import redis import time pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) r.psetex("whoisdaofeng", 5000, "a dragon") time.sleep(5) print(r.get('whoisdaofeng')) # 5秒后，取值就从a dragon变成None8.mset(*args, **kwargs) 批量获取print(r.mget('daofengql', 'name'))10.getset(name, value)print(r.getset("daofengql", "strong dragon")) # 设置的新值是strong dragon 设置前的值是a dragon print(r.get('daofengql'))11.getrange(key, start, end) 获取子序列（根据字节获取，非字符）参数：name - Redis 的 namestart - 起始位置（字节）end - 结束位置（字节）r.set("name", "道峰潜鳞") print(r.getrange("name", 0, 2)) # 取索引号是0-2 前3位的字节 道 切片操作 一个汉字3个字节 1个字母一个字节 每个字节8bit12.setrange(name, offset, value) 修改字符串内容，从指定字符串索引开始向后替换（新值太长时，则向后添加）参数：offset - 字符串的索引，字节（一个汉字三个字节）value - 要设置的值r.set("ename","da") r.setrange("ename", 1, "daofengql") print(r.get("ename"))13.strlen(name) 返回name对应值的字节长度（一个汉字3个字节）import redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) r.set("dragon","daofengql") print(r.strlen("dragon")) # 9 'daofengql'的长度是9 14.incr(self, name, amount=1) 自增 name 对应的值，当 name 不存在时，则创建 name＝amount，否则，则自增。参数：name - Redis的nameamount - 自增数（必须是整数）import redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) r.set("data1", 1) print(r.get("data1")) for i in range(0,30): r.incr("data1", amount=1) print(r.get("data1")) print(r.get("data2")) for i in range(0,30): r.incr("data2", amount=1) print(r.get("data2")) 15.incrbyfloat(self, name, amount=1.0) 自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。参数：name - Redis的nameamount - 自增数（浮点型）import redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) r.set("data1", "1.0") print(r.get("data1")) for i in range(0,30): r.incrbyfloat("data1", amount=0.1) print(r.get("data1")) print(r.get("data2")) for i in range(0,30): r.incrbyfloat("data2", amount=0.1) print(r.get("data2")) 16.delete(keyname) 删除键import redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) r.set("data1", "1") print(r.get("data1")) r.delete("data1") print(r.get("data1")) 未完待续...

Python3操作Redis数据库（一） redis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，redis支持各种不同方式的排序。与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。Redis 是一个高性能的key-value数据库。 redis的出现，很大程度补偿了memcached这类key/value存储的不足，在部 分场合可以对关系数据库起到很好的补充作用。它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客户端，使用很方便。Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步，从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。存盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制，使得从数据库在任何地方同步树时，可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。首先安装一个Python-redis的包使用PIP pip install redis 或者使用 pip3 install redis测试是否安装成功：import redis那么，启动redis服务来测试一下（注:各环境下Redis服务各有不同，这里以Windows版为例）测试这里建立简单连接来测试>>> import redis >>> r = redis.StrictRedis(host='localhost', port=6379, db=0) >>> r.set('foo', 'bar') True >>> r.get('foo') 'bar'可以通过查看子类来了解所包含的参数选项这里Redis是StrictRedis的子类 def __init__(self, host='localhost', port=6379, db=0, password=None, socket_timeout=None, socket_connect_timeout=None, socket_keepalive=None, socket_keepalive_options=None, connection_pool=None, unix_socket_path=None, encoding='utf-8', encoding_errors='strict', charset=None, errors=None, decode_responses=False, retry_on_timeout=False, ssl=False, ssl_keyfile=None, ssl_certfile=None, ssl_cert_reqs=None, ssl_ca_certs=None):redis 提供两个类 Redis 和 StrictRedis, StrictRedis 用于实现大部分官方的命令，Redis 是 StrictRedis 的子类，用于向后兼用旧版本。redis 取出的结果默认是字节，我们可以设定 decode_responses=True 改成字符串。>>> import redis # 导入redis 模块 >>> r = redis.Redis(host='localhost', port=6379, decode_responses=True) >>> r.set('name', 'daofengql') # 设置 name 对应的值 True >>> print(r['name']) daofengql >>> print(r.get('name')) # 取出键 name 对应的值 daofengql >>> print(type(r.get('name'))) # 查看类型 <class 'str'> >>>连接池redis-py 使用 connection pool 来管理对一个 redis server 的所有连接，避免每次建立、释放连接的开销。默认，每个Redis实例都会维护一个自己的连接池。可以直接建立一个连接池，然后作为参数 Redis，这样就可以实现多个 Redis 实例共享一个连接池。>>> import redis # 导入redis 模块 >>> pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) >>> r = redis.Redis(host='localhost', port=6379, decode_responses=True) >>> r.set('name', 'daofengql') # 设置 name 对应的值 True >>> print(r.get('name')) # 取出键 name 对应的值 daofengql >>>根据前面子类中对链接的定义，可以对照着传入其他参数，例如选择数据库的db数，安全链接的密码，超时等等例如：>>> import redis # 导入redis 模块 >>> pool = redis.ConnectionPool(host='localhost', port=6379,db=1,password="passwd", decode_responses=True)redis 基本命令 Stringset(name, value, ex=None, px=None, nx=False, xx=False)在 Redis 中设置值，默认，不存在则创建，存在则修改。参数：ex - 过期时间（秒）px - 过期时间（毫秒）nx - 如果设置为True，则只有name不存在时，当前set操作才执行xx - 如果设置为True，则只有name存在时，当前set操作才执行例：1.ex - 过期时间（秒） 这里过期时间是3秒，3秒后p，键food的值就变成Noneimport redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) r.set('who', 'daofeng', ex=5) # 将键值对存入redis缓存设置5秒过期 print(r.get('who')) print(r.get('who'))2.px - 过期时间（豪秒） 这里过期时间是3豪秒，3毫秒后，键foo的值就变成Noneimport redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) r.set('daofengql', '1', px=3) print(r.get('daofengql'))3.nx - 如果设置为True，则只有name不存在时，当前set操作才执行 （新建）import redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) print(r.set('daofengql', 'a dragon', nx=True)) # True--不存在 # 如果键不存在，那么输出是True；如果键已经存在，输出是None4.xx - 如果设置为True，则只有name存在时，当前set操作才执行 （修改）import redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) print((r.set('name', 'a dragon', xx=True))) # True--已经存在 # 如果键已经存在，那么输出是True；如果键不存在，输出是None5.setnx(name, value)设置值，只有name不存在时，执行设置操作（添加）import redis pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) print(r.setnx('whois', 'a dragon')) # whois不存在，输出为True r.set('name', 'a dragon') print(r.setnx('name', 'a dragon')) # name存在，输出为False 6.setex(name, time, value) time - 过期时间（数字秒 或 timedelta对象）import redis import time pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) r.setex("whoisdaofeng", 5, "a dragon") time.sleep(5) print(r.get('whoisdaofeng')) # 5秒后，取值就从a dragon变成None 下接：Python3操作Redis数据库（二）

Python Flask+Qrcode实现在线动态二维码生成 代码如下：from PIL import Image import qrcode from io import BytesIO from flask import Flask, send_file, jsonify, request, Response, json import sys import base64 import random import json #定义库区块 app = Flask(__name__) status_base64 = {} #返回状态码json源字典体 #二维码创建路由1 @app.route("/api/QRcode/create/", methods = ["GET", "POST"]) def code_share(): try: #尝试执行下方代码，判断请求主体的base64编码是否解码异常若异常则执行except区块的代码 if request.method=='GET': url64 = request.args.get("url") or "aHR0cHM6Ly9iLjRsMi5jbi8="#get获取URL参数 iconm = request.args.get("icon") or "logo"#GET获取logo参数 else: url64 = request.form.get("url") or "aHR0cHM6Ly9iLjRsMi5jbi8="#POST获取URL参数 iconm = request.form.get("icon") or "logo"#POST获取logo参数 url = base64.b64decode(url64).decode("utf-8") #转化url参数 except Exception as e: #若检测到处理异常，则转换返回模式变为json，返回相关错误的消息 status_base64["status"] = "error" status_base64["code"] = 1 status_base64["Msg"] = str(e) return Response(json.dumps(status_base64), mimetype='application/json') else: #若前方try执行正确无异常，则执行生成操作返回数据 return make_code(url,iconm) #生成器函数 def make_code(url,iconm): qr = qrcode.QRCode(version=8, error_correction=3, box_size=8, border=4) qr.add_data(url) qr.make(fit=True) img = qr.make_image()#初步生成 img = img.convert("RGBA") icon = Image.open("res/" + iconm +".png")#获取logo图片数据 img_w, img_h = img.size factor = 4 size_w = int(img_w / factor) size_h = int(img_h / factor) icon_w, icon_h = icon.size if icon_w > size_w: icon_w = size_w if icon_h > size_h: icon_h = size_h icon = icon.resize((icon_w, icon_h), Image.ANTIALIAS) w = int((img_w - icon_w)/2) h = int((img_h - icon_h)/2) icon = icon.convert("RGBA") img.paste(icon, (w, h), icon) # img.show() byte_io = BytesIO() img.save(byte_io, 'PNG')#加载图片流 byte_io.seek(0) return send_file(byte_io, mimetype='image/png')#返回数据流中的图片 if __name__ == '__main__': app.run(host="0.0.0.0",port=8080,threaded=True)介绍QR Code码是由日本于1994年9月研制的一-种矩阵二维码符号，它具有一维条码及其它二 维条码所具有的信息容量大、可靠性高、可表示汉字及图象多种文字信息、保密防伪性强等优点。qrcode模块是Github_上的一-个开源项目，提供了生成二维码的接口。qrcode默认使用PIL库用于生成图像。由于生成qrcode图片需要依赖Python的图像库，所以需要先安装Python图像库PIL(Python Imaging Library)。QRCode二维码版本展示QR码符号共有40种规格,分别为版本1、版本....版本40版本1的规格为21模块x21模块，版本2为25模块x25模块，以此类推，每一版本符号比前一版本每边增加4个模块，直到版本40，规格为177模块X177模块。其中最高版本40可容纳多达1850个大写字母或2710个数字或1108个字节，或500多个汉字，比普通条码信息容量约高几十倍。由于其高密度编码，信息容量大，所以被广泛采用。QRCode方法qrcode.QRCode( version=1, error_ correction=qrcode.ERROR_ CORRECT_ _L, box_ size=10, border=4, image_ factory=None, mask_ pattern=None) 参数：* error_ correction:控制二维码纠错级别。 * ERROR_ CORRECT_ _L:大约7%或者更少的错误会被更正。 * ERROR_ CORRECT_ _M:默认值，大约15%或者更少的错误会被更正。 * ERROR_ CORRECT_ Q:大约25%或者更少的错误会被更正。 * ERROR_ CORRECT_ H:大约30%或者更少的错误会被更正。 * box_ size: 控制二维码中每个格子的像素数，默认为10。 * border:控制二维码四周留白包含的格子数，默认为4。 * image_ factory: 选择生成图片的形式，默认为PIL图像。 * mask_ pattern: 选择生成图片的的掩模。常用函数add_ _data(str,optimize=20):添加要转换的文字到data参数; 如果使用了optimize优化参数,数据将被拆分为多个块来进行优化，以找到一个长度至少为这个值的足够简洁的方式来生成二维码。设置为"0”以避免优化。make(fit=True):当fit参数为真或者没有给出version参数时，将会调用best_ fit方法来找到适合数据的最小尺寸。make_ image(ill color=None, back_ color=None,image_ factory=None):创建二维码的图像并返回，默认为PIL图像。使用如前代码，运行后访问url参数为url可传入文本，url等

Python获取NGINX连接数（ngx_stub_status） 最近在写网站的自动化运营平台，其中有一个CC攻击报警的系统，需要获取到网络服务器实时的连接数来判断是否遭受到攻击。因为服务器资源还是比较充裕，所以只需要获取当前的并发连接数即可。但有一个问题，ngx_stub_status插件是以http页面的形式输出的。而且内容还是非json格式。于是就用到urllib模块，对监控地址进行请求import urllib.parse import urllib.request def data_re(): url = "https://youdomain.com/your-url" headers = { # 存储任意的请求头信息 'User-Agent': 'Automated_blog_server_monitoring_platform version1.0.0', 'Referer':url } request = urllib.request.Request(url=url, headers=headers) response = urllib.request.urlopen(request) the_page = response.read().decode("unicode_escape").splitlines() #从http读取目标页面的数据分行存入List变量中 connect = int(str(the_page[0]).split(':')[1].strip()) #处理链接数为int类型的变量 print(connect)可以同理获取到队列等待数等。代码原理：首先请求页面获取页面内容，然后对页面内容进行拆行解析。每一行为一个元素。使用split()对字符串进行二次拆解分割。最终去除多余的空格，解析出ngx_stub_status的Active connections同理可以略微改动代码获取到总处理数，队列等待数等数据。