WeasyPrint 项目在 macOS 上 Cairo 库加载问题的解决方案
问题背景
在 macOS 系统上使用 WeasyPrint 51 版本生成 PDF 时,可能会遇到 OSError: no library called "cairo-2" was found 的错误。这个问题通常出现在较新的 macOS 系统(如 Sonoma 14.6)上,特别是当使用较旧版本的 Python(如 3.7)和 WeasyPrint 时。
问题分析
WeasyPrint 是一个将 HTML/CSS 转换为 PDF 的工具,它依赖于 Cairo 图形库来渲染页面。在 macOS 上,Cairo 库的加载路径可能会因为系统更新或安装方式的不同而出现问题。
从错误信息可以看出,系统在多个路径中尝试查找以下库文件但均未成功:
- libcairo.so.2
- libcairo.2.dylib
- libcairo-2.dll
解决方案
1. 确认 Cairo 库安装
首先需要确认 Cairo 库是否正确安装。在 macOS 上,可以通过 MacPorts 安装:
sudo port install cairo
安装后,Cairo 库通常位于 /opt/local/lib 目录下。
2. 设置环境变量
为了让 Python 能够找到 Cairo 库,需要设置正确的环境变量。最有效的方法是设置 DYLD_FALLBACK_LIBRARY_PATH:
export DYLD_FALLBACK_LIBRARY_PATH="/opt/local/lib"
这个环境变量告诉系统在哪些额外路径中查找动态链接库。
3. 验证设置
设置环境变量后,可以通过以下命令验证 WeasyPrint 是否能正确识别 Cairo 库:
DYLD_FALLBACK_LIBRARY_PATH="/opt/local/lib" /path/to/your/python -m weasyprint --info
如果设置正确,这个命令应该能正常执行并显示 WeasyPrint 的相关信息。
注意事项
-
Python 版本问题:WeasyPrint 51 版本发布于 2019 年,对 Python 3.7 的支持可能不完善。建议尽可能升级到更新的 Python 和 WeasyPrint 版本。
-
环境变量作用域:确保环境变量设置在与运行应用程序相同的 shell 会话中。如果通过 IDE 或其他方式运行程序,可能需要在这些环境中单独设置。
-
安装方式选择:虽然 MacPorts 可以安装 Cairo,但也可以考虑使用 Homebrew 或其他包管理工具,根据项目需求选择最适合的安装方式。
-
ARM64 架构兼容性:在 M1/M2/M3 芯片的 Mac 上,还需要确保安装的 Cairo 库是 ARM64 架构兼容的版本。
总结
解决 WeasyPrint 在 macOS 上找不到 Cairo 库的问题,关键在于确保:
- Cairo 库已正确安装
- 系统能够通过环境变量找到库文件
- 环境变量在正确的上下文中生效
通过合理设置 DYLD_FALLBACK_LIBRARY_PATH 环境变量,大多数情况下可以解决这个问题。对于长期项目,建议考虑升级到更新的 Python 和 WeasyPrint 版本,以获得更好的兼容性和功能支持。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00