pip项目在macOS 10.12及更早版本上的安装问题解析
在pip 24.2版本中,macOS 10.12及更早版本的用户遇到了一个严重的安装问题。这个问题源于pip内部集成的truststore组件与旧版macOS系统API的兼容性问题。
问题现象
当用户在macOS 10.12或更早版本上使用pip 24.2安装软件包时,会遇到以下错误:
AttributeError: dlsym(0x7f8bab7b33d0, SecTrustEvaluateWithError): symbol not found
这个错误表明pip尝试调用macOS安全框架中一个不存在的API函数SecTrustEvaluateWithError。该函数是在macOS 10.13中引入的,因此在更早的版本上不可用。
技术背景
pip 24.2引入了一个名为truststore的组件,用于替代传统的证书验证机制。truststore旨在提供更安全的证书验证方式,直接使用系统原生证书存储而非Python的certifi包。然而,truststore在macOS上的实现使用了较新的Security框架API,这些API在macOS 10.12及更早版本上不可用。
影响范围
这个问题影响所有在以下环境中的pip使用:
- macOS 10.12 (Sierra)及更早版本
- pip 24.2版本
- 任何Python版本(因为问题出在pip本身)
临时解决方案
在官方修复发布前,用户可以采用以下临时解决方案:
- 降级pip到24.1.2版本:
python3 -m pip install --use-deprecated=legacy-certs pip==24.1.2
- 使用legacy证书验证模式:
python3 -m pip install --use-deprecated=legacy-certs <package>
根本解决方案
truststore项目已经修复了这个问题,新版本会检测系统版本并回退到兼容的API。pip 24.3版本已经包含了修复后的truststore组件,解决了这个兼容性问题。
对Python发行版的影响
这个问题特别影响了Python 3.12.5-3.12.7的macOS安装包,因为这些版本默认捆绑了pip 24.2。Python官方在3.12.5的macOS安装包中加入了特殊处理,在检测到旧版macOS时会自动降级pip。
最佳实践建议
对于仍在使用macOS 10.12或更早版本的用户:
- 优先考虑升级操作系统到受支持的版本
- 如果无法升级系统,确保使用pip 24.3或更高版本
- 对于Python 3.12.x用户,可以考虑使用Python 3.11或更早版本,这些版本不受此问题影响
总结
这个案例展示了软件兼容性维护的重要性,特别是当引入依赖系统原生功能的新特性时。开发者在设计跨平台功能时需要充分考虑不同平台和版本间的差异,而用户在使用新版本软件时也应注意可能的兼容性问题。
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。C087
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.Python057
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0137
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00