ycmd项目中Python 3.13编译时的Deprecation Warning解析
在Linux系统上使用Python 3.13及以上版本编译ycmd项目时,用户可能会遇到一个关于tar文件提取的Deprecation Warning警告。这个警告源于Python 3.12引入的一项安全改进,将在Python 3.14中成为默认行为。
问题背景
当用户在Fedora 41等Linux发行版上使用Python 3.13.1运行ycmd的安装脚本时,系统会输出如下警告信息:
Setting up Clangd completer.../(path)/YouCompleteMe/third_party/ycmd/build.py:1235: DeprecationWarning: Python 3.14 will, by default, filter extracted tar archives and reject files or modify their metadata. Use the filter argument to control this behavior.
package_tar.extractall( CLANGD_OUTPUT_DIR )
技术原因
这个警告与Python对tar文件处理方式的安全改进有关。从Python 3.12开始,tarfile模块引入了一个新的过滤机制,目的是防止提取tar包时可能存在的安全风险,如路径遍历攻击或特殊文件类型的提取。
在Python 3.12中,虽然引入了这个过滤机制,但默认行为仍然是完全信任归档文件(相当于filter='tar')。然而,这个默认行为已被标记为不推荐使用,并计划在Python 3.14中改变默认行为。
解决方案分析
理论上,可以通过修改build.py文件中的相关代码来消除这个警告,将:
package_tar.extractall( CLANGD_OUTPUT_DIR )
改为:
package_tar.extractall( CLANGD_OUTPUT_DIR, filter='tar' )
然而,项目维护者做出了一个权衡决策:为了保持对Python 3.9等旧版本的支持,决定暂时保留这个警告,而不是增加复杂的版本检测逻辑。这种做法虽然会在Python 3.13及以上版本中显示警告,但确保了代码在所有支持的Python版本上都能正常工作。
对用户的影响
这个警告只是一个提示信息,不会影响ycmd的实际功能或性能。用户可以安全地忽略它,等待项目在未来版本中统一处理这个问题。对于特别关注这个警告的用户,可以自行修改本地代码,但需要注意这可能会影响跨Python版本的兼容性。
总结
ycmd项目在平衡新功能支持和向后兼容性方面做出了合理的选择。这个Deprecation Warning反映了Python生态系统对安全性的持续改进,而ycmd项目则选择了在当前阶段保持最大兼容性的策略。随着Python 3.14的发布,项目很可能会更新其代码以适应新的默认行为。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00