离线安装python包的核心是用pip download提前下载带完整标签的wheel或sdist，再通过pip install -f --no-index安装；需严格匹配平台、python版本及abi标签，git依赖须手动转为本地sdist，运行时缺失系统库或环境不一致亦会导致import失败。
pip install 怎么不联网也能装包
离线装依赖的核心是把包和它的所有依赖提前下载好，再复制到内网机器上安装。不能指望 pip install 在没网时自动去 PyPI 抓包，它默认行为就是联网——哪怕你本地有 .whl 文件，不加参数也会先尝试解析远程索引。
正确做法是用一台能联网的机器，用 pip download 把目标包及其完整依赖树拉下来：
-
pip download requests --no-deps --platform manylinux2014_x86_64 --python-version 39 --abi cp39 --only-binary=:all:（指定平台和 Python 版本，避免下错轮子） -
pip download requests --no-cache-dir --find-links ./packages/ --trusted-host None --prefer-binary（在已有包目录里递归补全依赖，--find-links必须指向本地目录，--trusted-host要设为None才禁用证书校验） - 注意
--no-deps和--no-cache-dir不是可选修饰词，漏掉一个就可能漏依赖或误用缓存中的旧包
为什么 pip install -f ./pkg/ --no-index 还报错“no matching distribution”
这个错误八成是因为 wheel 包的标签（platform / python version / abi）和目标服务器不匹配。比如你在 macOS 上下载了 cp39-macosx_10_9_x86_64.whl，扔到 CentOS 的内网服务器上，pip 直接跳过它——连试都不试。
验证方法很简单：用 pip debug --verbose 看当前环境支持哪些标签；再用 auditwheel show xxx.whl（需先装 auditwheel）看 wheel 自带的标签。两者必须有交集。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
- 常见坑：没加
--platform参数，默认按当前机器生成标签，跨平台必失败 - Python 小版本要严格一致，
3.9.16和3.9.18虽然都是 39，但某些 wheel 会检查 patch 版本 - 如果目标环境是 musl（如 Alpine），得用
--platform manylinux2014_x86_64+--only-binary=:all:，不能用默认的manylinux_2_17
requirements.txt 里有 git+https://… 怎么离线处理
pip 不支持离线解析 git URL，--find-links 对它完全无效。这类条目必须手动替换成本地路径或已打包的 sdist。
- 先在能联网的机器上执行
git clone，然后python -m build打出.tar.gz（不是.whl），放到包目录里 - 把
requirements.txt中的git+https://github.com/xxx.git@v1.2.3改成./mylib-1.2.3.tar.gz（路径必须相对且存在） - 如果项目用了
submodule或私有依赖，build 前得先git submodule update --init，否则打出来的包缺文件 - 别用
pip wheel --no-deps直接转 git 链接——它只会下主仓库，忽略所有依赖项声明
离线安装后 import 失败，但 pip list 显示已装
这通常不是安装问题，而是运行时环境不一致导致的隐式依赖缺失。比如 numpy 安装成功，但 import 时报 ImportError: libopenblas.so.0: cannot open shared object file——说明系统级动态库没装，和 Python 包无关。
- 用
ldd $(python -c "import numpy; print(numpy.__file__)") | grep "not found"检查底层 so 依赖 - 确认
PYTHONPATH和sys.path没被意外修改，离线环境常因脚本硬编码路径导致模块找不到 - 某些包（如
torch）自带 CUDA 检测逻辑，即使没 GPU 也会尝试加载libcudart，此时要装torch-cpu版本而非默认版 - 虚拟环境未激活、或激活了错误的环境（比如用系统 Python 装包，却在 venv 里运行），这种低级错误在批量部署时特别容易踩
离线部署最麻烦的从来不是 pip 命令怎么写，而是搞清“这个包到底依赖操作系统里什么、Python 解释器本身带什么、以及它运行时动态加载什么”。光盯着 pip list 是不够的。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
