Python3.8环境pip安装tensorflow==1.12.2报无匹配版本错误

执行依赖安装命令：
pip install -r requirements.txt -r requirements-local.txt
运行环境为Python 3.8，此前已自行安装过TensorFlow，安装时抛出如下报错：

ERROR: Could not find a version that satisfies the requirement tensorflow1.12.2 (from versions: 2.2.0, 2.2.1, 2.2.2, 2.2.3, 2.3.0, 2.3.1, 2.3.2, 2.3.3, 2.3.4, 2.4.0, 2.4.1, 2.4.2, 2.4.3, 2.4.4, 2.5.0, 2.5.1, 2.5.2, 2.5.3, 2.6.0rc0, 2.6.0rc1, 2.6.0rc2, 2.6.0, 2.6.1, 2.6.2, 2.6.3, 2.6.4, 2.6.5, 2.7.0rc0, 2.7.0rc1, 2.7.0, 2.7.1, 2.7.2, 2.7.3, 2.8.0rc0, 2.8.0rc1, 2.8.0, 2.8.1, 2.8.2, 2.9.0rc0, 2.9.0rc1, 2.9.0rc2, 2.9.0, 2.9.1)
ERROR: No matching distribution found for tensorflow1.12.2

• 核心原因是版本适配冲突：tensorflow==1.12.2是2018年发布的旧版本，官方最高只提供Python 3.6环境下的安装包，完全没有适配Python 3.8的版本。从报错里列出的可安装版本也能印证，Python 3.8环境下pip能检索到的最低TensorFlow版本为2.2.0，不存在1.12.2的对应安装包。
• 之前自行安装的TensorFlow为2.x系列版本，和依赖文件中锁死的1.12.2版本号不匹配，pip执行安装时会严格按照依赖文件指定的版本检索包，不会直接复用已安装的高版本。

• 适配旧版依赖：新建Python 3.6版本的虚拟环境，在新环境中重新执行依赖安装命令，即可正常拉取到适配版本的tensorflow1.12.2，不需要修改项目代码，是兼容性最高的方案。
• 适配当前环境：打开两个依赖文件，找到写有tensorflow==1.12.2的行，将其修改为当前环境已安装的TensorFlow版本号，或者直接删掉这一行跳过TensorFlow的版本校验。注意：该方案仅适用于项目代码没有强依赖TensorFlow 1.x独有API的场景，如果代码中大量使用tf.contrib、1.x静态图相关接口，直接用2.x版本会出现运行报错，需要额外调整代码做API兼容。
• 折中兼容：如果不想降Python版本，也不想大范围改代码，可以把依赖中的TensorFlow版本修改为1.15.5，这是TensorFlow 1.x系列的最终维护版本，官方提供了Python 3.8的适配安装包，对1.x版本的API兼容性很高，只需要微调少量不兼容的代码就能正常运行。

内容的提问来源于stack exchange，提问作者Rohit517