Databricks中使用pymystem3报permission denied如何解决

问题根因 #

pymystem3首次运行初始化时，会自动下载对应系统版本的mystem原生二进制执行文件到自身安装目录，后续分词、词形还原等所有功能都需要调用这个二进制文件。如果pymystem3被安装在系统级Python依赖目录（Linux/macOS下的/usr/lib/pythonX.Y/site-packages、Windows下的C:\Program Files\PythonXX\Lib\site-packages），普通用户账号默认没有该目录的写入权限，也没有该目录下二进制文件的执行权限，就会触发权限拒绝报错。

可行解决方案 #

按操作成本从低到高排序，任选其一即可：

• 方案1：给pymystem3目录开放当前用户权限
  先执行命令查询pymystem3的安装路径：

  pip show pymystem3
  

  命令返回结果中Location字段的值就是Python依赖安装根目录，进入该目录下的pymystem3文件夹，执行以下命令分配权限：

  # Linux/macOS执行，将<path_to_pymystem3>替换为你查到的pymystem3文件夹完整路径
  sudo chown -R $USER:$USER <path_to_pymystem3>
  sudo chmod +x <path_to_pymystem3>/mystem
  

  Windows下可以右键点击pymystem3文件夹，选择「属性-安全-编辑」，给当前登录用户勾选「完全控制」权限后保存即可。

• 方案2：使用虚拟环境隔离依赖
  不要直接在系统全局Python环境安装依赖，新建当前用户拥有完整权限的虚拟环境安装pymystem3，从根源规避系统目录权限限制，操作步骤：

  # 1. 进入你的项目目录，新建虚拟环境
  python -m venv .venv
  # 2. 激活虚拟环境
  # Linux/macOS执行：
  source .venv/bin/activate
  # Windows执行：
  # .venv\Scripts\activate
  # 3. 虚拟环境内重新安装pymystem3
  pip install pymystem3
  

  保持虚拟环境激活状态运行业务代码即可。

• 方案3：手动指定mystem二进制存储路径
  初始化Mystem实例时，主动传入你有完整读写执行权限的目录作为二进制存储位置，避开无权限的系统安装目录，示例代码：

  import os
  from pymystem3 import Mystem
  
  # 用当前用户目录下的缓存文件夹存mystem二进制，该目录默认对当前用户开放全部权限
  mystem_cache = os.path.expanduser("~/.cache/pymystem3")
  os.makedirs(mystem_cache, exist_ok=True)
  
  # 初始化时指定二进制文件路径
  m = Mystem(mystem_bin_file=os.path.join(mystem_cache, "mystem"))
  
  # 后续正常调用接口即可
  print(m.lemmatize("Я люблю русский язык"))
  

补充说明：

• 首次初始化需要联网下载mystem二进制文件，如果网络不通也会触发类似报错，可手动下载对应系统版本的mystem二进制放到指定目录跳过自动下载步骤。
• Windows环境临时调试的话，可以右键点击终端/IDE图标选择「以管理员身份运行」，跑一次代码完成mystem二进制的下载和权限初始化，后续用普通用户身份运行也可正常调用。

内容的提问来源于stack exchange，提问作者Alex Amaguaya