Ubuntu 20.04安装Python 2.7：源码编译、虚拟环境与Docker容器化部署指南

1. 项目概述：为什么在2024年还要折腾Python 2.7？

最近在整理一个老旧的自动化运维脚本仓库时，我遇到了一个经典问题：几个核心的资产盘点和服务探活脚本，是七八年前用Python 2.7写的，里面大量使用了print语句（不带括号）、urllib2、以及老式的字符串处理逻辑。直接迁移到Python 3固然是终极方案，但时间紧，任务重，我需要先让这些脚本在全新的Ubuntu 20.04.3 LTS服务器上跑起来，保障现有业务流程不中断。Ubuntu 20.04本身已经不再预装Python 2，这成了第一个拦路虎。这个需求听起来很“复古”，但在企业运维、遗留系统维护，甚至是一些特定科学计算和工业控制场景下，依然真实存在。如果你也面临类似处境——需要为一个新部署的系统临时兼容一个老项目，或者维护一个短期内无法重写的核心遗产代码——那么这篇在Ubuntu 20.04.3 LTS上安装和配置Python 2.7的完整指南，就是为你准备的。我将不仅告诉你如何安装，更会分享如何安全、隔离地使用它，以及最终如何规划向Python 3的过渡。

2. 环境准备与方案选型：并非只有apt install一条路

在开始敲命令之前，我们先理清思路。在Ubuntu 20.04上获取Python 2.7，主要有三种路径，每种都有其适用的场景和需要权衡的利弊。

2.1 方案对比：源码编译、第三方仓库与容器化

方案一：从源码编译安装这是最经典、最可控的方式。直接从Python官网下载2.7系列的最终版本（如2.7.18）源码包，在本地编译。它的最大优势是纯净和高度可定制化。你可以指定安装路径（例如/opt/python27），与系统自带的Python 3完全隔离，避免污染系统环境。同时，你可以根据需要开启或关闭某些模块（如SSL支持、sqlite3模块），这对于构建最小化运行环境或解决特定依赖问题非常有用。缺点是步骤稍多，需要手动解决开发工具链和部分库的依赖，并且后续的包管理（pip）也需要单独安装和配置。

方案二：使用第三方PPA（Personal Package Archive）仓库Ubuntu社区有一些维护者提供了包含Python 2.7的PPA，例如知名的deadsnakes团队。通过添加他们的仓库，你可以直接用apt命令安装，就像安装任何其他软件包一样便捷。这种方法省去了编译的麻烦，安装速度快，并且通常能较好地集成到系统的包管理体系中。但它的风险在于，你需要信任第三方仓库的维护者。此外，通过系统包管理器安装的Python 2.7，其二进制文件通常会被放在/usr/bin/python2.7，可能会与某些期望/usr/bin/python就是Python 2的系统工具或脚本产生预期外的交互。

方案三：使用Docker容器这是目前最推荐用于处理遗留环境的方法，尤其是在生产环境中。你可以拉取一个包含Python 2.7的官方镜像（如python:2.7-slim），或者基于Ubuntu 18.04等仍支持Python 2的系统创建自定义镜像。所有依赖都被封装在容器内，与宿主机环境彻底隔离，绝对安全。部署和清理都极其方便。缺点是需要你具备一定的Docker使用知识，并且对于需要直接与宿主机硬件或特定目录交互的脚本，需要配置卷挂载和权限，稍显复杂。

注意：对于绝大多数寻求快速、稳定解决方案的运维场景，我强烈推荐方案一（源码编译）或方案三（Docker）。方案二（PPA）在可控性上稍弱，本文将以方案一作为主线进行详细演示，因为它最具教学意义，能让你理解整个底层过程，之后无论采用哪种方案都能心中有数。同时，我会在关键节点穿插对Docker方案的说明。

2.2 基础系统准备

无论选择哪种方案，我们都需要确保系统具备编译软件或管理容器的基础能力。首先，更新软件包列表并升级现有软件包是一个好习惯。

sudo apt update sudo apt upgrade -y

接下来，安装编译Python源码所必需的开发工具和库。这些包包括编译器、链接器、标准库头文件，以及Python某些核心模块（如zlib,sqlite3,ssl）所依赖的开发文件。

sudo apt install -y build-essential sudo apt install -y zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev libsqlite3-dev libbz2-dev

build-essential是一个元数据包，它包含了gcc,g++,make等核心编译工具。后面那一长串*-dev包，则是为了确保编译出的Python支持常见的功能模块。例如，缺少libssl-dev，ssl模块就无法编译，会导致使用pip安装某些需要HTTPS连接的包时失败；缺少zlib1g-dev，则无法处理压缩文件。

3. 源码编译安装Python 2.7.18全流程

我们选择Python 2.7系列的最终版本2.7.18进行安装，这是一个包含最终安全修复的版本。

3.1 下载源码与解压

首先，找一个合适的目录，例如/usr/src，用于存放源码。使用wget从Python官网下载源码包。

cd /usr/src sudo wget https://www.python.org/ftp/python/2.7.18/Python-2.7.18.tgz

下载完成后，解压源码包并进入解压后的目录。

sudo tar -xzf Python-2.7.18.tgz cd Python-2.7.18

3.2 配置编译选项

运行configure脚本。这一步会检查系统环境，生成适合当前系统的Makefile。这里有几个关键参数需要指定：

• --prefix=/opt/python27：这是最重要的参数。它指定了Python的安装目录。我们将其安装到/opt目录下，这是一个用于存放第三方独立软件的常规位置，与/usr下的系统软件隔离。
• --enable-optimizations：这个选项会运行一些测试，并基于测试结果优化生成的二进制文件，使其运行速度提升约10%。但这会显著增加编译时间（可能翻倍）。对于生产环境，建议开启；如果只是想快速验证，可以省略。
• --enable-shared：生成共享库（libpython2.7.so）。有些第三方C扩展模块可能需要链接这个共享库。通常建议加上。

sudo ./configure --prefix=/opt/python27 --enable-optimizations --enable-shared

配置过程会输出一系列检查结果，只要没有出现明显的“not found”错误（尤其是前面安装的那些*-dev库），就可以继续。

3.3 编译与安装

接下来，使用make命令进行编译。-j参数后面跟的数字表示并行编译的作业数，通常设置为CPU核心数，可以加快编译速度。你可以用nproc命令查看核心数。

sudo make -j$(nproc)

编译完成后，执行安装。

sudo make install

至此，Python 2.7.18就已经被安装到了/opt/python27目录下。你可以验证一下：

/opt/python27/bin/python2.7 --version

应该输出Python 2.7.18。

3.4 解决共享库路径问题

由于我们使用了--enable-shared并安装到了非标准路径，系统可能找不到Python的动态链接库。直接运行上述命令可能没问题，但当你尝试导入某些模块或第三方C扩展时，可能会遇到类似“error while loading shared libraries: libpython2.7.so.1.0: cannot open shared object file”的错误。

我们需要告诉系统到哪里去找这个库。有两种方法：

方法一：临时生效（推荐用于测试）在运行Python前，设置LD_LIBRARY_PATH环境变量。

export LD_LIBRARY_PATH=/opt/python27/lib:$LD_LIBRARY_PATH /opt/python27/bin/python2.7 -c "import ssl; print(ssl.OPENSSL_VERSION)"

方法二：永久生效创建一个配置文件，让系统在启动时自动加载该路径。

echo '/opt/python27/lib' | sudo tee /etc/ld.so.conf.d/python27.conf sudo ldconfig

执行sudo ldconfig命令后，系统会重新加载库文件缓存，之后就可以直接运行Python而无需设置环境变量了。

3.5 安装并配置pip

Python 2.7.18的安装包可能没有自带pip，或者自带的版本很旧。我们需要手动安装它。

首先，下载get-pip.py安装脚本。注意，pip官方已经停止了对Python 2的支持，但我们可以使用一个最终兼容的版本。

wget https://bootstrap.pypa.io/pip/2.7/get-pip.py

然后，使用我们刚安装的Python 2.7来运行这个脚本。--user参数会将pip安装到当前用户的目录下（~/.local/bin），避免需要sudo权限。但为了全局使用，我们通常直接安装到Python的目录中。

sudo /opt/python27/bin/python2.7 get-pip.py

安装完成后，pip和pip2命令会被安装在/opt/python27/bin/目录下。为了方便使用，我们可以创建一个软链接到/usr/local/bin/，这个目录通常在普通用户的PATH环境变量中。

sudo ln -s /opt/python27/bin/pip2 /usr/local/bin/pip2

现在，你可以在终端中直接使用pip2命令来为这个Python 2.7环境安装包了，例如pip2 install requests。

实操心得：在编译安装后，务必测试核心模块是否能正常导入，特别是ssl和sqlite3。我曾经遇到过因为漏装libsqlite3-dev，导致Django的数据库后端无法工作的问题。一个快速的测试命令是：/opt/python27/bin/python2.7 -c “import sqlite3, ssl, zlib; print(‘All core modules imported successfully.’)”。

4. 虚拟环境与依赖管理：隔离是王道

直接在系统级Python 2.7环境下安装项目依赖是危险的，容易引发包版本冲突。对于Python 2.7项目，我强烈建议使用virtualenv来创建独立的虚拟环境。

4.1 安装virtualenv

首先，确保pip2已经就绪，然后用它安装virtualenv。

sudo pip2 install virtualenv

4.2 为项目创建虚拟环境

假设你的老项目代码在/home/user/old_project目录下。

cd /home/user/old_project virtualenv -p /opt/python27/bin/python2.7 venv

这个命令做了两件事：

1. -p参数指定了使用我们自定义安装的Python 2.7解释器。
2. 在当前目录下创建了一个名为venv的文件夹，里面包含了一个独立的Python环境。

4.3 使用虚拟环境

激活虚拟环境后，所有Python和pip操作都会被限制在这个“沙箱”内。

source venv/bin/activate

激活后，终端提示符通常会发生变化，前面会多出(venv)字样。此时，python命令指向的是虚拟环境内的2.7解释器，pip命令也指向虚拟环境内的pip。

(venv) user@server:~/old_project$ python --version Python 2.7.18 (venv) user@server:~/old_project$ which python /home/user/old_project/venv/bin/python

接下来，你就可以在虚拟环境中安全地安装项目依赖了。如果项目有requirements.txt文件，直接使用：

(venv) pip install -r requirements.txt

如果没有，则需要根据项目文档或代码中的import语句手动安装。

完成工作后，使用deactivate命令退出虚拟环境。

(venv) deactivate

5. 常见问题与故障排查实录

在实际操作中，你几乎一定会遇到下面这些问题。这里我把自己踩过的坑和解决方案整理出来。

5.1 编译阶段错误

问题1：ModuleNotFoundError: No module named ‘_ctypes’或在配置阶段报错。

• 原因：缺少libffi的开发文件。
• 解决：安装libffi-dev包，然后重新执行configure和make。

  sudo apt install -y libffi-dev

问题2：pip install时SSL证书验证失败。

• 现象：pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.
• 原因：Python编译时没有正确链接到系统的OpenSSL库。可能是在configure阶段缺少libssl-dev，或者OpenSSL库的路径不标准。
• 解决：
  1. 确保已安装libssl-dev。
  2. 在编译前，可以尝试找到OpenSSL的路径：ls -l /usr/lib/x86_64-linux-gnu/libssl*。
  3. 有时需要显式指定OpenSSL路径进行重编译：

     sudo ./configure --prefix=/opt/python27 --with-openssl=/usr --enable-optimizations sudo make clean sudo make -j$(nproc) sudo make install

5.2 运行时问题

问题3：运行Python脚本时提示/usr/bin/python: bad interpreter: No such file or directory。

• 原因：脚本的shebang行（第一行）指向了#!/usr/bin/python，而这个路径在Ubuntu 20.04上默认不存在（可能是python3）。
• 解决：修改脚本的shebang行，指向我们安装的Python 2.7解释器绝对路径，例如#!/opt/python27/bin/python2.7。或者，在虚拟环境中运行脚本，因为激活虚拟环境后，python命令会指向正确的解释器。

问题4：使用pip2安装包时速度极慢或连接超时。

• 原因：PyPI的官方源在国外，且对老旧pip版本的支持可能不佳。
• 解决：为pip配置国内镜像源。创建或编辑pip配置文件~/.pip/pip.conf（对于全局pip是/etc/pip.conf）：

  [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple trusted-host = pypi.tuna.tsinghua.edu.cn

  对于虚拟环境中的pip，可以在激活环境后使用pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package临时指定。

5.3 与系统Python 3的共存

问题5：如何区分python、python2、python3命令？

• 这是我们自定义安装的Python 2.7，位于/opt/python27/bin/python2.7。我们为其pip创建了软链接pip2。
• 系统自带的Python 3位于/usr/bin/python3，其包管理命令是pip3。
• /usr/bin/python这个符号链接，在Ubuntu 20.04上默认指向python3。强烈建议不要修改它，因为很多系统工具（如apt）依赖于此。我们应该始终使用完整路径或我们创建的别名/虚拟环境来调用Python 2.7。

一个清晰的管理习惯是：永远不在系统级（/usr/bin/）的python或pip命令下安装Python 2的包。所有操作都通过/opt/python27/bin/python2.7、pip2或在虚拟环境中进行。

6. 备选方案：使用Docker容器运行Python 2.7环境

如果你觉得编译安装和配置环境变量太麻烦，或者需要在多台机器上快速部署一致的环境，Docker是最佳选择。

6.1 快速启动一个Python 2.7交互环境

docker run -it --rm python:2.7-slim bash

这条命令会：

• docker run：运行一个容器。
• -it：以交互模式运行并分配一个伪终端。
• --rm：容器退出后自动删除（用于临时测试）。
• python:2.7-slim：使用官方的、基于Debian的轻量级Python 2.7镜像。
• bash：在容器内启动bash shell。

进入容器后，你会发现Python 2.7和pip已经安装好了，可以直接使用。

6.2 使用Dockerfile构建项目专属镜像

对于正式项目，你应该创建一个Dockerfile来固化环境。

# Dockerfile FROM python:2.7-slim WORKDIR /app # 将宿主机的项目依赖文件复制到容器内 COPY requirements.txt . # 安装依赖，使用国内镜像加速 RUN pip install --no-cache-dir -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt # 复制项目代码 COPY . . # 指定容器启动时默认运行的命令（例如你的主脚本） CMD ["python", "main.py"]

然后，在项目根目录构建镜像并运行：

# 构建镜像 docker build -t my-old-python-app . # 运行容器，并将宿主机的当前目录挂载到容器的/app目录（方便开发调试） docker run -it --rm -v $(pwd):/app my-old-python-app # 或者，以守护进程模式运行 docker run -d --name my-app -v $(pwd):/app my-old-python-app

Docker方案将环境隔离做到了极致，宿主机系统保持绝对干净。当你不再需要这个老项目时，只需要删除镜像和容器即可，没有任何残留。

7. 从Python 2到Python 3的迁移思考与工具

安装Python 2.7只是权宜之计。长期来看，将代码迁移到Python 3是必须完成的任务。这里分享一些启动迁移的思路和工具。

第一步：使用2to3进行初步语法转换Python自带了一个名为2to3的工具，可以自动修复许多常见的语法差异。务必在代码备份上进行操作！

# 查看2to3会建议哪些修改（不实际修改文件） 2to3 your_script.py # 将修改写回原文件（使用 -w 参数） 2to3 -w your_script.py

2to3能处理诸如print语句、xrange()、unicode类型等基础问题，但对于更复杂的逻辑差异（如迭代器行为、标准库模块重组）则无能为力。

第二步：使用python-future和six库对于需要同时维护Python 2和Python 3兼容性一段时间的项目，可以使用future和six这两个兼容层库。它们提供了统一的API，让你可以用一种写法同时支持两个版本。

第三步：全面测试迁移后，测试是重中之重。你需要覆盖所有功能分支，特别是涉及字符串（文本/二进制）、网络I/O、文件操作和外部API调用的部分。编写或完善单元测试是保障迁移质量最有效的手段。

第四步：利用现代工具辅助像pylint、mypy这样的静态分析工具，以及caniusepython3这样的包，可以帮助你识别代码中不兼容Python 3的部分和依赖项。

最后，我个人在实际操作中的体会是，处理遗留的Python 2代码，心态比技术更重要。不要试图一次性完美迁移一个庞大的项目。可以采取“分而治之”的策略：先通过本文的方法让它在隔离环境中运行起来，保证业务连续性。然后，将项目拆分成模块，逐个模块进行迁移、测试和替换。对于最核心、最复杂的部分，甚至可以将其重写为一个小型的独立服务。记住，最终的目标不是“安装好Python 2.7”，而是“安全地告别Python 2.7”。