报错 urllib3 (1.26.7) or chardet (5.2.0)/charset_normalizer (2.0.8) doesn‘t match a supported version!

已于 2024-06-06 10:26:24 修改
阅读量1.6k 收藏 3
点赞数 8
CC 4.0 BY-SA版权
分类专栏： Python笔记 文章标签： python
于 2024-06-06 10:21:34 首次发布
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。
本文链接：https://blog.youkuaiyun.com/qq_45212655/article/details/139492803

报错RequestsDependencyWarning: urllib3 (1.26.7) or chardet (5.2.0)/charset_normalizer (2.0.8) doesn't match a supported version! warnings.warn("urllib3 ({}) or chardet ({})/charset_normalizer ({}) doesn't match a supported "

这个警告信息 RequestsDependencyWarning: urllib3 (1.26.7) or chardet (5.2.0)/charset_normalizer (2.0.8) doesn't match a supported version! 指出 urllib3 或者 chardet/charset_normalizer 的当前版本与 requests 库支持的版本不匹配。requests 是 Python 的一个非常流行的 HTTP 库，它依赖于 urllib3 作为底层的 HTTP 客户端，而 chardet 和 charset_normalizer 用于字符集的检测和规范化。

要解决这个问题，你可以尝试以下步骤：

1. 更新 requests 库： 确保你安装的 requests 库是最新版本，因为旧版本可能不支持当前的 urllib3 或

最低0.47元/天 解锁文章

200万优质内容无限畅学
RequestsDependencyWarning: urllib3 (1.26.4) or chardet (4.0.0) doesn‘t match a supported version!
狂想者
05-23 1万+
首先，这里的意思是urllib3和chardet的版本不匹配。了解原因之后我们就开始查看匹配的版本，点击报错提供的文件链接 init.py。我们可以得到下面的信息。 # Check urllib3 for compatibility. major, minor, patch = urllib3_version # noqa: F811 major, minor, patch = int(major), int(minor), int(patch) # urllib3 >= 1
解决：RequestsDependencyWarning: urllib3 (1.26.4) or chardet (4.0.0) doesn‘t match a supported version!
生死看淡，不服就干的博客
03-19 1万+
网上看了很多方法都不太好用，包括卸载或者升级 requests，chardet，urllib3 等等，尝试后发现都不行 sudo pip uninstall chardet sudo pip uninstall urllib3 sudo pip3 install -U requests 根据报错信息，可发现报错位置，以及安装版本 查看源码，发现版本要求问题 发现 urllib3 的版本是符合要求的，chardet 的版本高了，因此安装符合版本要求的 chardet 然后再次运行脚本.
【Python】------- [Python]运行出现:urllib3 (1.26.8) or chardet (3.0.4) doesn‘t match a supported version 错
皮皮冰要做大神
02-11 8177
1.在使用urllib3出现如下错误: C:\Users\lyb.DESKTOP-6P9TI4N\PycharmProjects\pyTest\venv\lib\site-packages\requests\__init__.py:89: RequestsDependencyWarning: urllib3 (1.26.8) or chardet (3.0.4) doesn't match a supported version! warnings.warn("urllib3 ({0}) or c.
使用Python调用requests模块时报urllib3 和chardet不匹配的告警信息
热门推荐
qq_42048263的博客
12-10 2万+
使用Python调用requests模块时报urllib3 和chardet不匹配的告警信息，详细异常信息如下所示 RequestsDependencyWarning: urllib3 (1.26.7) or chardet (3.0.4) doesn't match a supported version! warnings.warn("urllib3 ({}) or chardet ({}) doesn't match a supported " 经过查阅相关资料，其处理方法为协助冲突的u
python urllib3版本冲突问题
weixin_45728276的博客
11-02 1万+
报错信息：RequestsDependencyWarning: urllib3 (1.26.7) or chardet (3.0.4) doesn’t match a supported version! warnings.warn("urllib3 ({}) or chardet ({}) doesn’t match a supported " 原因：requests和selenium里边的urllib3和chardet 有冲突 根据报错信息找到需要的urllib3和chardet版本 查看各自对应的版本
RequestsDependencyWarning: urllib3 (1.26.12) or chardet (5.0.0)/charset_normalizer (2.0.12) doesn‘t
m0_59856692的博客
12-08 2215
RequestsDependencyWarning: urllib3 (1.26.12) or chardet (5.0.0)/charset_normalizer (2.0.12) doesn't match a supported version! RequestsDependencyWarning)
urllib3 (1.26.4) or chardet (4.0.0) doesn‘t match a supported version!
weixin_42623163的博客
06-22 851
Python脚本执行时requests依赖包警告： C:\Python36\lib\site-packages\requests\__init__.py:80: RequestsDependencyWarning: urllib3 (1.26.4) or chardet (4.0.0) doesn't match a supported version! RequestsDependencyWarning) 原因：python库中urllib3 (1.26.4) or chardet (4.0.0) 的
RequestsDependencyWarning: urllib3 (1.26.15) or chardet (5.1.0)/charset_normalizer (2.0.12) doesn't match a supported version! warnings.warn("urllib3 ({}) or chardet ({})/charset_normalizer ({}) doesn't match a supported "
05-26
这个警告是由于你的urllib3, chardet 或者 charset_normalizer的版本与某些库不兼容导致的。你可以通过升级或降级这些库来解决这个问题。 例如，如果你使用的是最新版本的requests库，那么你可以尝试升级你的urllib...
RequestsDependencyWarning: urllib3 (1.26.9) or chardet (5.1.0)/charset_normalizer (2.0.12) doesn't match a supported version! warnings.warn("urllib3 ({}) or chardet ({})/charset_normalizer ({}) doesn't match a supported "
05-24
你可以尝试更新 urllib3、chardet 和 charset_normalizer 这些库的版本，看看警告是否消失。你可以使用以下命令更新这些库： ``` pip install --upgrade urllib3 chardet charset_normalizer ``` 如果更新后仍然...
RequestsDependencyWarning: urllib3 (2.0.2) or chardet (5.1.0)/charset_normalizer (3.1.0) doesn't match a supported version! warnings.warn("urllib3 ({}) or chardet ({})/charset_normalizer ({}) doesn't match a supported "
05-26
这个警告是因为你使用的 urllib3 或 chardet/charset_normalizer 版本不被支持。你可以尝试升级这些包到最新版本，或者降低对应包的版本以解决这个问题。你可以使用以下命令来升级这些包： ``` pip install --...
RequestsDependencyWarning: urllib3 (1.26.0) or chardet (5.1.0)/charset_normalizer (2.0.4) doesn't match a supported version! warnings.warn("urllib3 ({}) or chardet ({})/charset_normalizer ({}) doesn't match a supported怎么解决
05-10
这个警告提示是因为你使用的 urllib3, chardet 或 charset_normalizer 版本与支持的版本不匹配。你可以通过升级这些模块中的任何一个来解决这个问题。 例如，你可以通过以下命令升级 urllib3 模块： ``` pip ...
解决RequestsDependencyWarning: urllib3 (1.26.14) or chardet (3.0.4) doesn‘t match a supported version!
nings666的博客
04-16 3019
项目启动的时候Console控制台如下图所示日志打印报错信息：RequestsDependencyWarning: urllib3 (1.26.14) or chardet (3.0.4) doesn’t match a supported version!同理，对于chardet也是一样的，查询所有版本，然后选取在3.0.2-3.1.0之间的版本(不包含3.1.0版本)安装即可，这里就不再赘述了。原因是安装的urllib3和chardet版本和项目中用到的版本不匹配。
Python urllib3 ({0}) or chardet ({1}) doesn't match a supported
Yohann丶blog
03-26 1494
image.png 环境 ubuntu 18.04 python 3.8.2 错误 2020-03-26_5e7c3b5eda82e.png 在执行 python 文件的时候，报错：urllib3 ({0}) or chardet ({1}) doesn't match a supported，原因是 python 库中 urllib3 (1.24.1) 或者 char...
urllib3 1.26.9 or chardet 4.0.0 doesn‘t match a supported version报错处理
CDY_yuan的博客
03-21 3906
C:\Users\86132\AppData\Local\Programs\Python\Python38\python.exe C:/Users/86132/PycharmProjects/PycharmProjects/crazy_bounty/tomorrow.py C:\Users\86132\AppData\Local\Programs\Python\Python38\lib\site-packages\requests\__init__.py:89: RequestsDependencyWar.
【dirsearch工具】urllib3 or chardet版本不匹配问题
b10d9的博客
05-07 5479
urllib3 or chardet版本不匹配问题 报错信息： /home/kali/sectools/dirsearch/thirdparty/requests/__init__.py:91: RequestsDependencyWarning: urllib3 (1.26.2) or chardet (4.0.0) doesn't match a supported version! warnings.warn("urllib3 ({}) or chardet ({}) doesn't match a
RequestsDependencyWarning: urllib3 (1.26.6) or chardet (5.1.0)/charset_normalizer (2.0.4) doesn‘t ma
u010988585的专栏
12-05 1554
briefcase run android RequestsDependencyWarning: urllib3 (1.26.6) or chardet (5.1.0)/charset_normalizer (2.0.4) doesn't match a supported version!版本不一致，更新urllib3版本
解决RequestsDependencyWarning: urllib3 (2.2.3) or chardet (5.2.0) doesn‘t match a supported version!警告
weixin_45958048的博客
11-17 1645
RequestsDependencyWarning: urllib3 (2.2.3) or chardet (5.2.0) doesn’t match a supported version! "意思就是urllib3（2.2.3）或chardet（5.2.0）与支持的版本不匹配！ 卸载urllib3和chardet，升级requests模块，完美解决 pip uninstall urllib3 pip uninstall chardet pip install --upgrade requests
python报错系列(3)--RequestsDependencyWarning: urllib3 (1.26.7) or chardet (3.0.4) doesn‘t match a suppor
用余生去守护的博客
01-24 1万+
判天地之美，析万物之理。
urllib3 (1.24.1) or chardet (3.0.4) doesn‘t match a supported version!
Smile的夏天
03-14 1万+
Python脚本执行时requests依赖包警告： C:\Python27\lib\site-packages\requests\__init__.py:91: RequestsDependencyWarning: urllib3 (1.24.1) or chardet (3.0.4) doesn't match a supported version! RequestsDependencyW...
/home/bioinfo/zsl/anaconda3/envs/e2vd/lib/python3.9/site-packages/requests/__init__.py:86: RequestsDependencyWarning: Unable to find acceptable character detection dependency (chardet or charset_normalizer). warnings.warn( /home/bioinfo/zsl/anaconda3/envs/e2vd/lib/python3.9/site-packages/sklearn/metrics/_classification.py:1318: UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 due to no predicted samples. Use `zero_division` parameter to control this behavior. _warn_prf(average, modifier, msg_start, len(result))
最新发布
06-14
<think>我们有两个问题需要解决：1.RequestsDependencyWarning:由于urllib3,chardet或charset_normalizer版本不匹配引起的警告。2.UndefinedMetricWarning:在计算precision等指标时，由于没有预测到正样本（即分母为零）而产生的警告。首先，我们解决RequestsDependencyWarning。根据引用[2]，这个警告是因为requests库所依赖的urllib3或chardet/charset_normalizer的版本与requests支持的版本不匹配。通常，我们可以通过更新requests库和它的依赖项来解决。步骤：1.更新requests库：因为requests库会指定其依赖的兼容版本，所以更新requests到最新版本通常可以解决。2.更新urllib3和chardet/charset_normalizer：如果更新requests后问题仍然存在，可以尝试更新这些依赖库。注意：有时候，过新的版本也可能导致不兼容，但通常更新到最新版本是安全的，因为requests会保持向后兼容。其次，我们解决UndefinedMetricWarning。这个警告通常出现在分类问题中，当我们计算precision、recall或f1-score时，在某个类别上没有预测到任何样本（即分母为零）。例如，在二分类问题中，如果模型将所有样本都预测为负类，那么对于正类的precision计算就是0/(0+0)，这是未定义的。解决方法：1.检查数据：确保数据集中有正样本，并且模型没有完全偏向负类。2.调整模型：使用不同的分类阈值，或者使用重采样方法（如SMOTE）来处理不平衡数据。3.在计算指标时设置参数：在调用precision_score等函数时，设置`zero_division`参数（0或1或warn，默认是warn），或者使用`average`参数选择适当的平均方式（例如&#39;micro&#39;,&#39;macro&#39;等）可能避免某些情况下的警告。具体到代码，当我们使用sklearn的metrics时，可以这样做：fromsklearn.metricsimportprecision_scoreprecision=precision_score(y_true,y_pred,zero_division=0)#将未定义的情况设为0但是，如果问题出现在分类报告（classification_report）中，我们可以通过设置`zero_division`参数（在较新版本的sklearn中）：fromsklearn.metricsimportclassification_reportprint(classification_report(y_true,y_pred,zero_division=0))注意：`zero_division`参数在sklearn0.22版本以上可用。如果使用的是旧版sklearn，可能不支持`zero_division`，那么我们需要升级sklearn，或者自己处理计算（例如在计算之前检查分母是否为零）。另外，引用[1]提到了一个错误：`ImportError:cannotimportname&#39;joblib&#39;from&#39;sklearn.externals&#39;`，这是因为在较新版本的scikit-learn中，joblib不再通过`sklearn.externals`导入，而是直接使用`importjoblib`。但这个问题与我们的两个警告无关。引用[3]展示的是绘制ROC曲线的代码片段，与我们的问题关系不大。因此，我们总结解决方案如下：对于RequestsDependencyWarning:-更新requests:`pipinstall--upgraderequests`-更新urllib3和chardet:`pipinstall--upgradeurllib3chardetcharset-normalizer`对于UndefinedMetricWarning:-在计算指标时，设置`zero_division`参数（例如设为0）-确保模型能够预测到正样本（检查数据分布和模型性能）-如果问题是由数据不平衡引起的，考虑使用不平衡数据处理技术最后，如果更新库后仍有问题，可以尝试创建一个新的虚拟环境，然后安装最新版本的库，以避免版本冲突。下面我们生成相关问题。</think>### 解决 Python 库警告问题指南 #### 1. **RequestsDependencyWarning 解决方案** 该警告表示 `requests` 库依赖的组件版本不匹配： ```python RequestsDependencyWarning: urllib3 (1.26.7) or chardet (5.2.0)/charset_normalizer (2.0.8) doesn&#39;t match a supported version! ``` **解决步骤：** 1. **升级关键库**： ```bash pip install --upgrade requests urllib3 charset-normalizer chardet ``` 2. **验证版本兼容性**： - 最新稳定版本组合： - `requests >= 2.26.0` - `urllib3 >= 1.26.5, <2.0` - `charset-normalizer >= 2.0.0` (Python 3+) 3. **检查依赖树**： ```bash pip show requests urllib3 charset-normalizer ``` 4. **强制重装依赖**（如仍报错）： ```bash pip uninstall requests urllib3 charset-normalizer -y pip install --no-cache-dir requests ``` > **原理**：`requests` 使用 `urllib3` 处理 HTTP 请求，用 `charset_normalizer` 自动检测编码。版本不匹配会导致兼容性问题[^2]。 --- #### 2. **UndefinedMetricWarning 解决方案** 该警告出现在分类评估中： ```python UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 due to no predicted samples ``` **根本原因**：当某个类别**没有预测样本**时计算精度（分母为零），常见于： - 极端数据不平衡 - 模型完全未预测某个类别 - 分类阈值设置不当 **解决方法：** 1. **设置 `zero_division` 参数**： ```python from sklearn.metrics import precision_score precision = precision_score(y_true, y_pred, zero_division=0) # 将未定义值设为0 ``` 2. **在分类报告中处理**： ```python from sklearn.metrics import classification_report print(classification_report(y_true, y_pred, zero_division=0)) ``` 3. **调整分类阈值**（适用于概率模型）： ```python from sklearn.metrics import precision_recall_curve import numpy as np probabilities = model.predict_proba(X_test)[:, 1] # 正类概率 precisions, recalls, thresholds = precision_recall_curve(y_true, probabilities) # 找到满足最小样本数的阈值 valid_thresholds = [t for i,t in enumerate(thresholds) if (probabilities >= t).sum() > 0] ``` 4. **数据重采样**（解决样本不平衡）： ```python from imblearn.over_sampling import SMOTE smote = SMOTE(random_state=42) X_resampled, y_resampled = smote.fit_resample(X_train, y_train) ``` > **注意**：如果业务允许，使用 `f1-score` 或 `roc_auc` 等对样本不平衡更鲁棒的指标[^3]。 --- ### 验证解决方案 **联合测试脚本：** ```python # 测试请求库警告修复 import requests response = requests.get("https://example.com") print(f"请求库版本: {requests.__version__}, 状态码: {response.status_code}") # 测试分类警告修复 from sklearn.datasets import make_classification from sklearn.linear_model import LogisticRegression from sklearn.metrics import classification_report X, y = make_classification(n_classes=2, weights=[0.99, 0.01]) # 极端不平衡数据 model = LogisticRegression().fit(X, y) preds = model.predict(X) print(classification_report(y, preds, zero_division=0)) # 关键参数 ```
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
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