python3.6 安装builtwith模块

在Python3.6中使用builtwith模块需要进行一些修改。首先,解决pip安装问题,可能需要指定pip命令路径或添加到环境变量。然后,修改builtwith的init.py文件以符合Python3的语法。遇到导入错误时,需要下载并安装chardet模块。完成这些步骤后,可以正常使用builtwith。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

python3跟python2在语法上存在许多不同,而builtwith是用python2写的,所以要对builtwith进行相应的修改才可以用到python3.6里面。具体步骤如下:

1.安装bulitwith模块。

pip install builtwith

在某些windows中会出现以下错误:

command not found

这时需要跳转到pip命令所在的目录执行该命令:

cd ~/python/python36-32/Scripts

或者将该路径添加到系统环境变量里面,就可以在windows命令行下执行安装指令了。

2.修改builtwith模块的init.py文件
如果现在直接导入builtwith模块会出现错误,如下:

>>> import buitwith
>Traceback (most recent call last):
  File "<pyshell#1>", line 1, in <module>
    import builtwith
  File "C:\Users\moying\AppData\Local\Programs\Python\Python36-32\lib\site-packages\builtwith\__init__.py", line 43
    except Exception, e:
                    ^
SyntaxError: invalid syntax

这时就要对builtwith模块进行相应的修改,使其可以通过python3的语法检测,打开builtwith模块的init.py文件,将里面的内容修改成下面的形式:

import sys
import os
import re
import json
import urllib.request  
import urllib.error
import chardet



def builtwith(url, headers=None, html=None, user_agent='builtwith'):
    """Detect the technology used to build a website

    >>> builtwith('http://wordpress.com') 
    {u'blogs': [u'PHP', u'WordPress'], u'font-scripts': [u'Google Font API'], u'web-servers': [u'Nginx'], u'javascript-frameworks': [u'Modernizr'], u'programming-languages': [u'PHP'], 
### 如何在 Python 3.6安装支持 GPU 的 TensorFlow 要在 Windows 平台上成功安装支持 GPU 的 TensorFlow,需遵循特定的环境配置和依赖项设置。以下是详细的指导: #### 环境准备 1. **Python 版本**: 使用 Python 3.6 是必要的,因为较新的 Python 版本可能不完全兼容早期的 TensorFlow-GPU 版本[^1]。 2. **操作系统**: 此教程适用于 Windows 操作系统。 #### 安装步骤 1. 下载并安装 Python 3.6 (x64),可以从官方站点获取:`https://www.python.org/downloads/windows/`。 2. 配置 CUDA 和 cuDNN 库: - 安装 NVIDIA 显卡驱动程序,确保显卡支持 CUDA 计算能力 >= 3.5。 - 安装 CUDA Toolkit 9.0 版本。CUDA 工具包可从 NVIDIA 官方网站下载。 - 同时安装对应版本的 cuDNN 库(cuDNN v7.x),并将 `bin` 文件夹路径添加到系统的 PATH 环境变量中。 3. 创建虚拟环境(推荐使用 Anaconda 或者原生 virtualenv)来隔离项目依赖关系。如果选择 Anaconda,则可以下载适合 Python 3.6 的旧版 Anaconda 发行版[^3]: ```bash conda create -n tf_gpu_env python=3.6 conda activate tf_gpu_env ``` 4. 在激活的环境中通过 pip 命令安装 TensorFlow-GPU 版本。例如,针对 TensorFlow 1.9.0 可执行如下命令: ```bash pip install tensorflow-gpu==1.9.0 ``` 5. 测试安装是否成功。可以通过运行以下代码片段验证 TensorFlow 是否能够检测到 GPU 设备: ```python import tensorflow as tf if tf.test.is_built_with_cuda(): print("TensorFlow is built with CUDA support.") devices = tf.config.list_physical_devices(&#39;GPU&#39;) if len(devices) > 0: print(f"{len(devices)} GPU(s) detected:") for i, device in enumerate(devices): print(f"\tDevice {i}: {device}") else: print("No GPUs detected.") ``` #### 注意事项 - 如果遇到任何错误消息提示缺少 DLL 文件或者无法加载某些模块,请确认所有依赖库已正确定位,并且其版本匹配所选 TensorFlow 版本的要求[^2]。 - 对于 Mac 用户而言,在终端输入 `python` 默认调用的是系统预装的 Python 2.7;因此需要明确指定新安装Python 3 解释器作为默认选项[^4]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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