protobuf python 使用proto3 为什么生成_pb2.py

最新推荐文章于 2024-09-08 04:50:49 发布
原创 最新推荐文章于 2024-09-08 04:50:49 发布 · 3.6k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #protobuf

部署运行你感兴趣的模型镜像

不用担心，因为proto2和proto3生成的代码都是_pb2.py这个后缀。这个后缀只是为了区分开proto1（只在Google内部使用）。

生成python代码的命令行：

protoc --proto_path=src --python_out=build/gen src/foo.proto src/bar/baz.proto

参见谷歌官方文档
Currently both proto2 and proto3 use _pb2.py for their generated files.

您可能感兴趣的与本文相关的镜像

Linly-Talker

Linly-Talker

AI应用

Linly-Talker是一款创新的数字人对话系统，它融合了最新的人工智能技术，包括大型语言模型（LLM）、自动语音识别（ASR）、文本到语音转换（TTS）和语音克隆技术

关于使用Python脚本自动编译proto文件生成xxx_pb2.py的方法
wsq119的博客
12-07 1433
使用Python脚本来自动编译proto文件
把.proto文件编译成_pb2.py文件的利器!WIN764 VS2015可用
08-23
把.proto文件编译成.py文件的利器!WIN764 VS2015可用!
python 使用protobuf
没有用户名的博客
10-31 900
1. 首先安装google 和 protobuf pip install google pip install protobuf 2. 配置protobuf文件 以我最近使用的头条DMP包配置文件为例, 文件名 toutiao_dmp.proto syntax="proto2"; package toutiao.dmp; option java_outer_classname = "DmpDat...
proto依赖其他jar中的proto，生成python的pb文件
u011939633的博客
11-24 736
使用maven 工程目录>Plugins>protobuf>protobuf:compile-python
python下使用protobuf
weixin_34318956的博客
06-17 402
python解决ImportError: No module named google.protobuf　　关于protocol buffer的优点，就过多涉及；如果涉及到数据传输和解析，使用pb会比自己去写解析代码更有效率，至少对于大部分而言是这样的。 一、下载，安装 　　到code.google.com下载源码，解压： 　　　　./configure && make &a...
如何把.proto文件编译成_pb2.py文件
07-11
在Python中使用生成的_pb2.py文件： 直接导入即可，例如： import message_pb2 5. 可选：使用grpc时，如果.proto文件包含服务定义，还需要生成grpc的代码： protoc --grpc_python_out=. --plugin=protoc-gen-...
另一个虚拟环境的问题： File "/root/miniconda3/envs/HTS/lib/python3.8/site-packages/tensorboard/compat/proto/tensor_pb2.py", line 16, in <module> from tensorboard.compat.proto import resource_handle_pb2 as tensorboard_dot_compat_dot_proto_dot_resource__handle__pb2 File "/root/miniconda3/envs/HTS/lib/python3.8/site-packages/tensorboard/compat/proto/resource_handle_pb2.py", line 16, in <module> from tensorboard.compat.proto import tensor_shape_pb2 as tensorboard_dot_compat_dot_proto_dot_tensor__shape__pb2 File "/root/miniconda3/envs/HTS/lib/python3.8/site-packages/tensorboard/compat/proto/tensor_shape_pb2.py", line 36, in <module> _descriptor.FieldDescriptor( File "/root/miniconda3/envs/HTS/lib/python3.8/site-packages/google/protobuf/descriptor.py", line 621, in __new__ _message.Message._CheckCalledFromGeneratedFile() TypeError: 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 If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc
04-24
5. 验证模型转换步骤是否正确，特别是在使用caffemodel2pytorch工具时，确保protobuf版本与工具要求的版本一致，如引用[1]提到的protobuf-2.6.1。 此外，用户可能在加载ONNX模型时出现问题，如引用[4]中的导出代码...
如何将.proto文件编译成xxx_pb2.py
05-08
好的，用户现在想了解如何将.proto文件（特别是涉及SOMEIP协议的）编译成Python的xxx_pb2.py文件。首先，我需要回顾之前的对话，确保这次回答与之前的指导一致，同时结合用户提供的引用内容。 用户之前的问题是关于...
File "c:/Users/lianlian/Downloads/yolov5-6.0/yolov5-6.0/train.py", line 48, in <module> from utils.loggers.wandb.wandb_utils import check_wandb_resume File "c:\Users\lianlian\Downloads\yolov5-6.0\yolov5-6.0\utils\loggers\__init__.py", line 10, in <module> from torch.utils.tensorboard import SummaryWriter File "D:\anaconda3\envs\yolo_v5\lib\site-packages\torch\utils\tensorboard\__init__.py", line 8, in <module> from .writer import FileWriter, SummaryWriter # noqa F401 File "D:\anaconda3\envs\yolo_v5\lib\site-packages\torch\utils\tensorboard\writer.py", line 9, in <module> from tensorboard.compat.proto.event_pb2 import SessionLog File "D:\anaconda3\envs\yolo_v5\lib\site-packages\tensorboard\compat\proto\event_pb2.py", line 17, in <module> from tensorboard.compat.proto import summary_pb2 as tensorboard_dot_compat_dot_proto_dot_summary__pb2 File "D:\anaconda3\envs\yolo_v5\lib\site-packages\tensorboard\compat\proto\summary_pb2.py", line 17, in <module> from tensorboard.compat.proto import tensor_pb2 as tensorboard_dot_compat_dot_proto_dot_tensor__pb2 File "D:\anaconda3\envs\yolo_v5\lib\site-packages\tensorboard\compat\proto\tensor_pb2.py", line 16, in <module> from tensorboard.compat.proto import resource_handle_pb2 as tensorboard_dot_compat_dot_proto_dot_resource__handle__pb2 File "D:\anaconda3\envs\yolo_v5\lib\site-packages\tensorboard\compat\proto\resource_handle_pb2.py", line 16, in <module> from tensorboard.compat.proto import tensor_shape_pb2 as tensorboard_dot_compat_dot_proto_dot_tensor__shape__pb2 File "D:\anaconda3\envs\yolo_v5\lib\site-packages\tensorboard\compat\proto\tensor_shape_pb2.py", line 36, in <module> _descriptor.FieldDescriptor( File "D:\anaconda3\envs\yolo_v5\lib\site-packages\google\protobuf\descriptor.py", line 621, in __new__ _message.Message._CheckCalledFromGeneratedFile() TypeError: 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: 1. Downgrade the protobuf package to 3.20.x or lower. 2. 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这个报错是为什么
03-28
当`.proto`文件被编译为`_pb2.py`时，必须使用匹配的protobuf版本。 - **版本冲突**：如果代码中的`_pb2.py`文件是用旧版`protoc`编译的，而你的protobuf库是新版，就会触发此错误。 通过上述方法，应该能解决该...
D:\anaconda3\envs\pytorch-tf-gpu-py310\python.exe D:\PycharmProjects\pythonProject2\tb.py Traceback (most recent call last): File "D:\PycharmProjects\pythonProject2\tb.py", line 1, in <module> from torch.utils.tensorboard import SummaryWriter File "D:\anaconda3\envs\pytorch-tf-gpu-py310\lib\site-packages\torch\utils\tensorboard\__init__.py", line 12, in <module> from .writer import FileWriter, SummaryWriter File "D:\anaconda3\envs\pytorch-tf-gpu-py310\lib\site-packages\torch\utils\tensorboard\writer.py", line 13, in <module> from tensorboard.compat.proto import event_pb2 File "D:\anaconda3\envs\pytorch-tf-gpu-py310\lib\site-packages\tensorboard\compat\proto\event_pb2.py", line 17, in <module> from tensorboard.compat.proto import summary_pb2 as tensorboard_dot_compat_dot_proto_dot_summary__pb2 File "D:\anaconda3\envs\pytorch-tf-gpu-py310\lib\site-packages\tensorboard\compat\proto\summary_pb2.py", line 17, in <module> from tensorboard.compat.proto import tensor_pb2 as tensorboard_dot_compat_dot_proto_dot_tensor__pb2 File "D:\anaconda3\envs\pytorch-tf-gpu-py310\lib\site-packages\tensorboard\compat\proto\tensor_pb2.py", line 16, in <module> from tensorboard.compat.proto import resource_handle_pb2 as tensorboard_dot_compat_dot_proto_dot_resource__handle__pb2 File "D:\anaconda3\envs\pytorch-tf-gpu-py310\lib\site-packages\tensorboard\compat\proto\resource_handle_pb2.py", line 16, in <module> from tensorboard.compat.proto import tensor_shape_pb2 as tensorboard_dot_compat_dot_proto_dot_tensor__shape__pb2 File "D:\anaconda3\envs\pytorch-tf-gpu-py310\lib\site-packages\tensorboard\compat\proto\tensor_shape_pb2.py", line 36, in <module> _descriptor.FieldDescriptor( File "D:\anaconda3\envs\pytorch-tf-gpu-py310\lib\site-packages\google\protobuf\descriptor.py", line 621, in __new__ _message.Message._CheckCalledFromGeneratedFile() TypeError: 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: 1. Downgrade the protobuf package to 3.20.x or lower. 2. 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 进程已结束，退出代码为 1怎么回事
最新发布
08-06
PyTorch 的 TensorBoard 封装直接引用了 TensorFlow 的 proto 文件，这些文件需 protobuf 3.20.x 生成[^1][^2]。 > **重要提示**：若同时安装 TensorFlow，需确保其版本与 protobuf 兼容。TensorFlow 2.10+ 支持 ...
实现protobuf和json互相转换python3源码
02-21
实现protobuf和json互相转换python3源码，protobuf是Google开源的新传输协议，压缩效率和传输效率比XML和json都要高
Python3-如何使用protobuf 3(图文详解)_protobuf3 python 接口调用
2401_86372886的博客
09-08 676
打开命令行，CD到hello_protobuf/protobuf/下面，执行protoc --python_out=./ addressbook.proto。新生成hello_protobuf/protobuff/addressbook_pb2.py——这是我们python最终要用的协议文件了。新打开一个命令行：输入protoc --version，如果将输出版本号，说明protoc安装好了。3.编译（生成xxxx_pb2.py）4.引用xxxx_pb2.py。【下载protoc】没有输出说明未出错。
python导入的“_pb2”结尾的模块从哪儿来？
发布工作学习过程中遇到的问题和解决方案
10-26 961
在python导入模块sampling_spec_pb2时，你会发现工程中并没有定义sampling_spec_pb2模块，那么该模块是怎么来的呢？
[python-grpc01]-生成proto3 python模型
文思源想的技术空间
05-03 929
1 生成proto3 python模型脚本 由于python的grpc通过protobuf定义了相关的消息模型，因此需要使用相关的工具将proto文件转换成python模型（java、c++等语言同理，将模型转换成具体相应语言的自动生成代码） 生成脚本： #!/bin/bash declare -a services=("users") # Python # $ python -m pip...
Python 转化成 PB 格式数据
python学习者的博客
04-07 544
一、概述 Protocol Buffers 是 Google 公司开发的一种轻便高效的结构化数据存储格式，可以用于结构化数据串行化，或者说序列化。它很适合做数据存储或 RPC 数据交换格式。可用于通讯协议、数据存储等领域的语言无关、平台无关、可扩展的序列化结构数据格式。 Protocol Buffers 简称为 protobuf 或 pb，下面是使用 python 解析 pb。 二、安装 下载目标语言的编译器：https://github.com/protocolbuffers/protobuf/relea
[游戏开发]Python版Excel数据配表导出工具系列[第六篇] 生成python版序列化pb文件
liuyongjie1992的博客
05-27 1569
[游戏开发]Python打表工具系列[第六篇] [打表流程第四步]生成python版pb2文件
一篇文章熟悉Python 开发Protobuf2(Google Protocol Buffers)
我不是码农的博客~~~
07-22 1262
前言 Protobuf是google推出的一种数据协议，Protobuf(Google Protocol Buffers)。它具有高效的协议数据交换格式工具库(类似Json)，它支持多语言（java、python、C++等等）、多平台（linux、win、mac等等）。 Protobuf简称proto，当前主要有proto2、proto3两个版本。本文主要介绍使用Python语言开发Protobuf2。 目录...
【工作向】protobuf编译生成pb.cc和pb.py文件
shuaixio的博客
03-06 2277
protobuf文件生成pb.cc或者pb.py文件，并导入pb.py文件使用
protobuf(proto3)极简入门（python）
一条在开水中遨游的咸鱼的博客
10-25 439
protobuf(proto3)极简入门（python） 官网入口 https://developers.google.com/protocol-buffers 什么是protobuf protobuf就是一个序列化&反序列化工具包，因为是二进制协议所以效率较高，并且支持众多语言跨语言通信。和json，xml等协议的区别在于他需要通过.proto文件定义接口协议，然后用proto工具生成的收发方代码来进行序列化反序列化。（这种方式效率更高因为双方需要通过生成的代码来处理序列化内容等于双方都知道字节流
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Hull Qin

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值