python3.6 安装protobuf_to_dict报错问题解决

原创已于 2024-12-12 18:26:59 修改 · 356 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

于 2024-12-12 18:25:47 首次发布

python学习专栏收录该内容

5 篇文章

订阅专栏

Python3.8

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

安装：pip3 install protobuf-to-dict==0.0.5

安装后找到安装路径，修改文件python3.6/site-packages/protobuf_to_dict.py

把long改成int

unicode改成str

encode编码删除

您可能感兴趣的与本文相关的镜像

Python3.8

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

css2017

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Python支持Protocol Buffers高效的序列化数据格式库protobuf3-to-dict

zhangzhechun的专栏

07-07

797

Protocol Buffers(简称Protobuf)是谷歌 Google开发的一种高效的序列化数据格式。Protocol Buffers(Protobuf)主要是用来高效地串行化结构化数据。Protobuf 生成的二进制数据比 JSON 或 XML 小的多,以一种高效的方式存储和传输数据。适用于网络通信、文件存储等。Protobuf 定义的数据在后续版本中仍保持向后兼容。所以可以很方便地管理服务和数据的版本变更。

Anygrasp_sdk本地部署和使用

boss-dog

11-09

336

本文介绍的快速使用。

参与评论您还未登录，请先登录后发表或查看评论

protobuf-python-3.6.1

02-14

官方protobuf所有都在，如果后面更新了版本，只需要更改后的v.几版本，前面的版本都可以下载，这里是最新的。面向python。对于很多不能访问Google，这个要方便多了。不过网速很慢，给大家提供下载

【ubuntu18.04下Python 3.6.9环境下安装mypy-protobuf】

qq_36646979的博客

10-17

267

ubuntu18.04下Python 3.6.9环境下安装mypy-protobuf

python将protobuf内容转换为dict进行读写

热门推荐

qq_17328759的博客

06-23

1万+

之前整理了常见的几种配置文件的读写操作，能够处理大多数额应用场景。最近遇到了protobuf的配置，因为这种配置中节点key有重复的问题，无法使用之前的几种处理方式进行读写。查看了很多网上文章，没有找到将protobuf配置按照文本方式读写的介绍，更没有将配置读取成常用json或者dict格式进行处理的。如果你也用到了protobuf配置文件，也想把他当做dict进行读取、修改。你可以参考一下我整理的代码，希望能帮到你。 from logging import Logger from go

python3 protobuf3.6 API入门

True Truth

03-12

1517

python3 protobuf3.6

在python 3.6下使用pip安装tensorflow gpu 1.14.0 时报错protobuf requires Python ‘＞=3.7‘ but the running Python

耶律大石的博客

01-10

665

在python 3.6下使用pip安装tensorflow gpu 1.14.0 时报错protobuf requires Python ‘>=3.7’ but the running Python不想升级python 3.6的。

python使用happybase报错Hbase_thrift.IOError:IOError(message=borg.apache.hadoop.hbase.NamespaceNotFound

微电子学与固体电子学-俞驰

05-30

3442

>>> import happybase >>> connection = happybase.Connection(host="Desktop", port=9090) >>> connection.open() >>> families = {"base":dict(),"address":dict()} >>> connection.create_table('databasename:tablename',f

最新发布

01-01

print("CUDA enabled:", 'DLIB_USE_CUDA' in str(dlib.__dict__)) ``` --- ## ✅ 总结 | 工具 | 是否可用 | 建议 | |------|----------|------| | `conda install dlib` | ❌ 不可用（Conda 有 bug） | 放弃 ...

运行代码时报错：import os import torch from modelscope.pipelines import pipeline from modelscope.utils.constant import Tasks from pydub import AudioSegment def load_asr_model(model_path=“D:/models/iic/speech_paraformer-large-vad-punc-spk_asr_nat-zh-cn”, device=None): “”" 加载ASR模型 - 修复版本参数: model_path: 本地模型路径 device: 指定设备 (None=自动选择) 返回: 初始化的ASR管道 “”" if device is None: device = ‘cuda’ if torch.cuda.is_available() else ‘cpu’ print(f"🔄 正在加载模型: {model_path} (设备: {device})...") return pipeline( task=Tasks.auto_speech_recognition, model=model_path, device=device, model_revision='v2.0.4' # 指定模型版本确保兼容性 ) def convert_to_wav(input_path, output_dir=“wav_output”, sample_rate=16000, channels=1): “”“将任意音频格式转换为标准WAV格式”“” os.makedirs(output_dir, exist_ok=True) filename = os.path.basename(input_path) name, _ = os.path.splitext(filename) output_path = os.path.join(output_dir, f"{name}.wav") try: audio = AudioSegment.from_file(input_path) audio = audio.set_frame_rate(sample_rate) audio = audio.set_channels(channels) audio.export(output_path, format="wav") print(f"✅ 转换完成: {input_path} -> {output_path}") return output_path except Exception as e: print(f"❌ 转换失败: {e}") return None def run_asr(asr_pipeline, wav_path): “”" 执行语音识别 - 修复版本参数: asr_pipeline: 加载的模型管道 wav_path: WAV文件路径返回: 识别结果字典 “”" print(f"🔊 开始识别: {wav_path}") # 修复：处理长音频的VAD配置 param_dict = { "vad_model": "fsmn-vad", # 显式指定VAD模型 "punc_model": "ct-punc", # 显式指定标点模型 "max_length_s": 60, # 最大处理长度（秒） "batch_size_token": 5, # 批处理大小 } result = asr_pipeline(audio_in=wav_path, param_dict=param_dict) # 解析结果 print("\n📝 识别结果:") if "text" in result: print(f"完整文本: {result['text']}") if "sentences" in result: print("\n分段结果:") for i, sent in enumerate(result["sentences"]): print(f"{i+1}. {sent['text']} (时间: {sent['start']:.2f}s-{sent['end']:.2f}s)") if "speaker" in result: print("\n👥 说话人分离结果:") for spk in result["speaker"]: print(f" 说话人{spk['spk_id']}: {spk['text']} (时间: {spk['start']:.2f}s-{spk['end']:.2f}s)") return result if name == “main”: # 配置参数 MODEL_PATH = “D:/models/iic/speech_paraformer-large-vad-punc-spk_asr_nat-zh-cn” INPUT_AUDIO = “test_audio.mp3” # 支持MP3, WAV, FLAC等格式 # 1. 音频转换 wav_file = convert_to_wav( input_path=INPUT_AUDIO, sample_rate=16000, channels=1 ) if not wav_file: exit(1) # 2. 模型加载 asr_pipeline = load_asr_model(MODEL_PATH) # 3. 执行识别 result = run_asr(asr_pipeline, wav_file) # 4. 保存结果 result_file = f"{os.path.splitext(wav_file)[0]}_result.txt" with open(result_file, "w", encoding="utf-8") as f: f.write(result["text"]) print(f"💾 结果已保存至: {result_file}") 报错信息：RuntimeError: Failed to import transformers.modeling_utils because of the following error (look up to see its traceback): Descriptors cannot be created directly. If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0. If you cannot immediately regenerate your protos, some other possible workarounds are: Downgrade the protobuf package to 3.20.x or lower. Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python (but this will use pure-Python parsing and will be much slower). More information: https://developers.google.com/protocol-buffers/docs/news/2022-05-06#python-updates

08-05

但是，这种方法可能会影响性能，所以如果降级protobuf可以解决问题，那么降级是更好的选择。因此，我们建议用户先尝试降级protobuf，如果不行再使用环境变量方法。由于我们无法确定用户的环境，我们可以在...

orb-slam3安装编译运行。opencv3.2 undefined reference to `cblas_zgemm vgg_generated_48.i ippicv_linux_20151

qq_40247880的博客

05-17

3852

orbslam2的项目完成了，现在需要搞多传感器了orbslam3是比较合适的框架。 downloand detail comment opencv安装 ubuntu16 编译安装boost1.69与cuda8的opencv3.2.0 notice opencv3.3.0安装过程报错 undefined reference to `cblas_zgemm‘解决方案 cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_EXE_LINKER_FLAGS=-lcblas -D C

python和java使用protobuf3.6.1进行tcp之间的数据交换

tsy125的博客

06-11

324

Netty是一个高性能、异步事件驱动的NIO框架，它提供了对TCP、UDP和文件传输的支持。作为当前最流行的NIO框架，Netty在互联网领域、大数据分布式计算领域、游戏行业、通信行业等获得了广泛的应用，一些业界著名的开源组件也基于Netty的NIO框架构建。在客户端和服务器端的数据交互上对比了几种常见的序列化与反序列话的方式，最终选择了使用 Protobuf。Protobuf在使用前是需要定义生成对应的java文件和python文件的。

windows 下python protobuf安装

test

03-14

1837

windows 下python版本的protobuf的安装需要用到prtobuf.exe 下载地址https://github.com/protocolbuffers/protobuf/releases/tag/v3.6.0选择protoc-3.6.0-win32.zip下载解压出protoc.exe,下载对应的python安装包。在/python目录下执行 python setup.py...

protobuf requires Python ‘＞=3.7‘ but the running Python is 3.6.15

柳鲲鹏

08-15

248

protobuf requires Python '>=3.7' but the running Python is 3.6.15

jetson nano安装tensorboard报错：protobuf requires Python ‘＞=3.7‘ but the running Python is 3.6.9

m0_63848276的博客

06-01

1384

很简单，就是因为tensorboard下的protobuf需要在python3.7以上的版本才能运行。jetson nano的4.6.1镜像上使用的是python3.6.9版本，而且很多包和依赖我都已经配置好了并不想重新烧录再来一遍。因此参考了这篇安装tensorflow时遇到相同报错的。方法：更新pip后重新安装tensorboard。在更新后重新运行：（我在这里使用了清华镜像）

【亲测免费】使用protobuf-to-dict轻松转换Protocol Buffers到字典

gitblog_00098的博客

05-29

792

使用protobuf-to-dict轻松转换Protocol Buffers到字典在这个高度数据驱动的编程时代，高效的数据序列化和反序列化变得至关重要。protobuf-to-dict 是一个小巧而强大的Python库，它提供了一个简洁的方法，将Protocol Buffers（Google的二进制数据序列化协议）对象转换为Python字典。这个库设计的初衷是作为一个中间步骤，帮助你在序列化至其...

python反序列化总结_Python使用Protobuf&&如何赋值&&如何正反序列化

weixin_39769807的博客

02-20

826

前言使用protobuf主要是两个步骤，序列化和反序列化。关于Proto有哪些数据类型，然后如何编写，此处就不赘述了，百度一下有很多。此文主要是总结，python使用protobuf的过程，如何序列化和反序列化，对不同类型的字段如何进行赋值。序列化下面将一一列举各数据类型，在python中如何正确赋值。首先，得把编译包给导入import test_pb2 as pb我分为两部分，分别为未被repe...

Python使用Protobuf&&如何赋值&&如何正反序列化

mkdir700的博客

01-17

7680

此文主要是总结，python使用protobuf的过程，如何序列化和反序列化，对不同类型的字段如何进行赋值。

python open 打开模式

qq_37002116的博客

10-05

675

不同模式打开文件的完全列表：模式描述 r 以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。 rb 以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。 r+ 打开一个文件用于读写。文件指针将会放在文件的开头。 rb+ 以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。 w 打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。 wb 以二进制格式打开一个文件只用于写入。如

PROTOBUF_NAMESPACE_OPEN报错

09-13

`PROTOBUF_NAMESPACE_OPEN` 报错通常出现在使用 Google 的 Protocol Buffers（protobuf）库时，尤其在C++项目中。这个宏是用于在protobuf相关的代码文件中声明命名空间的，它用于保证代码的跨平台兼容性。如果你在...