【宝塔】python项目管理器虚拟环境bin没有activate导致计划任务运行不了python项目管理器找不到activate解决办法

简介: 【宝塔】python项目管理器虚拟环境bin没有activate导致计划任务运行不了python项目管理器找不到activate解决办法

背景

最近更新了蘑菇丁脚本,由于对方更新了v3登录接口,我在解密后更新了脚本内容,覆盖之前的任务脚本、添加模块后依然报错,还是未知因素,宝塔的项目管理器现在已经升级到2.0了

本文关键词:python项目管理器虚拟环境bin目录没有activate导致计划任务运行不了python项目、python项目管理器找不到activate解决办法、宝塔新版本python项目管理器设置计划任务方法

包括2.0 对原进入虚拟环境都做了改动:

原来:

记一次宝塔面板定时启动python项目的方法

现在2.0:

但至少原服务升级后正常使用(算比较良心)

出现的问题

按之前的方法进行创建计划任务时发现没有activate文件,我尝试了:

①旧服务的activate替换到新版的md5_ven/bin中去

②采用宝塔给的方法:

管理器默认使用pip安装项目根目录requirements.txt内的模块,如有其他模块需要安装请手动进入独立环境安装

使用独立环境PIP的方法:

在命令行输入 /项目路径/md5命名的文件夹/bin/pip

如:/data/python/d9036cc6563924cf9e1da4e1cd64f9a4_venv/bin/pip

以上方法交叉尝试后,报错永远只有一个,没有找到对应的模块

解决办法

创建脚本目录

创建python项目

(注意:这里不需要勾选,因为待会还是会被清空,这里使用的是requirements.txt文件 不管有没有这个文件,如图所示不需要勾选)

等待

打开终端

输入代码(自己替换自己的md5)

python3 -m venv 7f10183f8187e732458bac27c57d3619_venv

例如我的是:cc17c30cd111c7215fc8f51f8790e0e1_venv

所以

这里的

cd 到cc17c30cd111c7215fc8f51f8790e0e1_venv目录所在位置可以借鉴上图查看

查看文件是否存在

查看env文件存在activate文件

安装模块

接下来安装模块,安装好后建议先在python项目管理器运行 通过日志解决问题,最后才通过计划任务

计划任务设置

ok其他的问题借鉴

这篇文章,不会设置定时任务请看-》记一次宝塔面板定时启动python项目的方法

成功截图

计划任务运行成功日志

相关文章
|
2月前
|
存储 数据库连接 API
Python环境变量在开发和运行Python应用程序时起着重要的作用
Python环境变量在开发和运行Python应用程序时起着重要的作用
90 15
|
3天前
|
机器学习/深度学习 Rust 算法
Python环境管理的新选择:UV和Pixi,高性能Python环境管理方案
近期Python生态系统在包管理领域发生了重要变化,Anaconda调整商业许可证政策,促使社区寻找更开放的解决方案。本文介绍两款新一代Python包管理工具:UV和Pixi。UV用Rust编写,提供高性能依赖解析和项目级环境管理;Pixi基于Conda生态系统,支持conda-forge和PyPI包管理。两者分别适用于高性能需求和深度学习项目,为开发者提供了更多选择。
17 2
|
12天前
|
数据挖掘 vr&ar C++
让UE自动运行Python脚本:实现与实例解析
本文介绍如何配置Unreal Engine(UE)以自动运行Python脚本,提高开发效率。通过安装Python、配置UE环境及使用第三方插件,实现Python与UE的集成。结合蓝图和C++示例,展示自动化任务处理、关卡生成及数据分析等应用场景。
68 5
|
8天前
|
Shell 开发工具 Python
如何在vim里直接运行python程序
如何在vim里直接运行python程序
|
2月前
|
开发者 Python
使用Python实现自动化邮件通知:当长时程序运行结束时
本文介绍了如何使用Python实现自动化邮件通知功能,当长时间运行的程序完成后自动发送邮件通知。主要内容包括:项目背景、设置SMTP服务、编写邮件发送函数、连接SMTP服务器、发送邮件及异常处理等步骤。通过这些步骤,可以有效提高工作效率,避免长时间等待程序结果。
69 9
|
2月前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
44 3
|
2月前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
110 3
|
2月前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
49 3
|
3月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
514 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
|
3月前
|
机器学习/深度学习 缓存 Linux
python环境学习:pip介绍,pip 和 conda的区别和联系。哪个更好使用?pip创建虚拟环境并解释venv模块,pip的常用命令,conda的常用命令。
本文介绍了Python的包管理工具pip和环境管理器conda的区别与联系。pip主要用于安装和管理Python包,而conda不仅管理Python包,还能管理其他语言的包,并提供强大的环境管理功能。文章还讨论了pip创建虚拟环境的方法,以及pip和conda的常用命令。作者推荐使用conda安装科学计算和数据分析包,而pip则用于安装无法通过conda获取的包。
163 0