python-3.x - 在 Ubuntu 18.04 上,包“python3-apt”处于不连贯状态
问题描述
几天前,我的 Ubuntu 桌面上有一个与更新相关的禁止进入标志。
我检查了我的 Java8 ppa 可能需要做一些事情,但这并不是阻止 gnome-console 启动的原因。我最近还安装了一些似乎与问题无关的软件包。
所以我开始了一个Ubuntu 论坛线程
显然 python3-apt 是问题的艺术,但我没有重新安装。我正在考虑使用 wget 获取它,并在允许的情况下进行手动安装(在我的最新答案中提到)。
Les paquets suivants sont dans un état incohérent à cause de sérieux problèmes survenus lors de l'installation。Ils doivent être réinstallés (ainsi que tous les paquets qui en dépendent) pour pouvoir fonctionner 更正:python3-apt Python 3 interface to libapt-pkg
上述错误要求我重新安装以下(以及所有依赖包):
python3-apt Python 3 接口到 libapt-pkg
问题在于更新 cmd:
sudo apt 更新
输出:
E: 执行脚本时出现问题 APT::Update::Post-Invoke-Success 'if /usr/bin/test -w /var/lib/command-not-found/ -a -e /usr/lib/cnf-update- D b; 然后 /usr/lib/cnf-update-db > /dev/null; fi' E: 子进程返回错误码
sudo apt install --reinstall -y python3-apt
现在,尝试通过返回重新安装 python3-apt :
dpkg:清理时出错:已安装 python3-apt 包安装后脚本子进程返回错误退出状态 127 Des erreurs ont été rencontrées pendant l'exécution : /var/cache/apt/archives/python3-apt_1.6.5ubuntu0.2_amd64。 deb E: 子进程 /usr/bin/dpkg 返回错误代码 (1)
请原谅我的法语解释,但结尾是用英语写的。
我正在寻找如何正确重新安装,也许我指出了解决方案,但还没有弄清楚正确的命令,也许也在探索 libapt-pkg 状态。同样如上所述,在终端崩溃之前更新时间不再重新启动是一个问题。
感谢您的贡献。
解决方案
我在提到的 ubuntu-forum 帖子中详细发布了通用解决方案。
一旦我在临时文件夹中重新安装了 python3-minimal 下载,就可以修复 python3-apt,因此我从 ubuntu 存储库获得了全新安装:
确保根据您的系统要求获得所需的软件包,使用 YOUR_ACTUAL_PACKAGE_VERSION 寻找您自己的必要 deb:
sudo apt clean && wget -c http://security.ubuntu.com/ubuntu/pool/main/p/python-apt/python3-apt_YOUR_ACTUAL_PACKAGE_VERSION.deb
sudo dpkg -i --force-all python3-apt_apt_YOUR_ACTUAL_PACKAGE_VERSION.deb
sudo apt install -fy
sudo apt update && sudo apt full-upgrade
(这些步骤可以从第 3 页找到) sudo apt install -fy
sudo apt 更新 && sudo apt 全面升级
推荐阅读
- python - 将按钮和 matplotlib 添加到 boxlayout
- php - 如何在 PHP 中动态调用具有属性的类方法
- python - 如何将列值分成小桶,然后使用 Python 对它们进行移动平均
- perl - Perl 选择性地分割空格
- python - Python Tesseract 没有返回任何内容,甚至没有返回空字符串
- python - 为什么 Pytorch 读取数据比 Tensorflow 慢
- mysql - 请告知如何解决“Ref”语法错误附近的sql逻辑错误
- visual-studio - 无法部署元数据。原因;连接服务器时出错
- flutter - StatelessWidget 中的 TextField 在打印时返回 null
- deep-learning - 数据集大小和交叉验证的需求(医学领域)?