最近在使用 Python notebook時老是出現python崩潰的現象，如下圖，誘發的原因是“KERNELBASE.dll”，異常程式碼報“40000015”。

折騰半天，發現我啟動notebook時是用自定義startup.bat方式方式啟動的，bat檔案的內容為

start C:\Anaconda3\python.exe "C:/Anaconda3/Scripts/jupyter-notebook-script.py"

平時雙擊這個bat檔案就行了，如果報這個莫名的錯誤，是因為許可權不對，需要用管理員方式執行，如圖，問題解決！

補充知識：jupyter notebook佔用記憶體空間過大打不開的解決辦法（包括但不限於爬蟲造成的）

jupyter notebook由於超過記憶體限制而“鎖死”的解決
這兩天用爬蟲爬資料的時候由於print了大量的爬取內容，讓notebook記憶體溢位停止執行，連帶著localhost:8888也崩潰了。Google Chrome的處理機制應該是殺掉記憶體溢位的頁面，所以localhost:8888重新整理一下就恢復了。

但是！我的code找不回來了！不知道是什麼機制，在檔案裡看到的大小隻有不到45MB，但是一旦從localhost:8888裡面開啟，（用工作管理員看的）Chrome佔用的記憶體就遠遠超過這個數字，一直飆升到3GB的時候再次彈出來記憶體不足的提示，同時頁面被殺掉。用pycharm嘗試更是失敗，比Chrome還吃記憶體。

在經歷了各種嘗試，上網搜了也沒有發現相關情況之後，自己偶然發現瞭解決辦法：

如何開啟原始檔：

在ipynb檔案的地方選擇開啟方式，用Chrome瀏覽器開啟，頁面的觀感類似於網頁原始碼，內容是json格式的。

我能想到的幾種解決辦法：

第一種是笨辦法（核心思想：只要能夠開啟原始檔就可以把需要的東西複製下來），把重要的程式碼複製出來，比如到txt檔案裡面，再把格式用的一些字元去掉，如果程式碼量不是很多可以這樣做；

這是一定能成功的辦法，就是麻煩了一些，就不多說了。

第二種是重新構造一個json檔案（核心思想：既然我已經知道ipynb本質是json就可以仿造構建一個可以開啟的ipynb），導致問題的只是一個block，所以把有問題的block之外的所有block資訊複製到一個txt檔案，再重新命名成ipynb，用jupyter notebook解析出來即可（甚至還可以直接繼續執行）；

實際可行性：我是用的第二種辦法，實測可行，簡單快捷。要注意的是一定要把最末尾的ipynb格式資訊複製上。知道ipynb構造之後，覺得自己也能寫個網頁開啟ipynb的程式了（大誤）

第三種思想是用Python直接讀取ipynb檔案，然後小心地把重要程式碼和結果還原。（核心思想：不管字尾名是什麼，只要裡面是json格式就可以用Python的json包load），這種方法一定要注意的一點是，要觀察好json檔案裡面的構造，不要全部print！不要全部print！之前怎麼死的還不長記性嗎？只要一print之前記憶體溢位的block就全部玩兒完，就又有了一個被鎖死的ipynb檔案。

理論可行性：檔案本身的大小隻有幾十MB，輕輕鬆鬆就能存下，記憶體溢位可能是因為print的內容在網頁中佔用的資源成倍增加。我沒有嘗試這麼做，因為隨時需要存檔備份，小心臟受不了。

看到這兒基本上問題就應該解決了，下面補充一點問題來源和教訓

前因後果：為什麼會記憶體溢位

這是一個“雄心勃勃”的爬蟲，要爬的東西很多，所以會長時間執行。由於微博的反爬做的很好，我不確定什麼時候會被遮蔽，同時需要debug嘛，所以就隔一段時間print爬到的網頁。另外為了觀察進度還用了tqdm（非常好用，牆裂推薦），是為print的另一部分內容。時間積累了很久（大概兩天多）就卡崩潰了。

經驗教訓：

1、執行正式檔案的時候還是最好備份一下，這次出問題我的結果是儲存在檔案裡面的，是code打不開了，由於是孤本所以還是有點慌的（主要是跟微博鬥智鬥勇那麼多天不想再搞了）

2、可以試著在檔案裡面寫入日誌，簡單的就print也沒關係，這種長時間執行的程式還是需要考慮周全一點

附一個ipynb檔案原始檔格式示例：

內容是hello world！

{
“cells”: [
{
“cell_type”: “code”,“execution_count”: 1,“metadata”: {},“outputs”: [
{
“name”: “stdout”,“output_type”: “stream”,“text”: [
“hello world!\n”
]
}
],“source”: [
“print(‘hello world!')”
]
},{
“cell_type”: “code”,“execution_count”: null,“outputs”: [],“source”: []
}
],“metadata”: {
“kernelspec”: {
“display_name”: “Python 3”,“language”: “python”,“name”: “python3”
},“language_info”: {
“codemirror_mode”: {
“name”: “ipython”,“version”: 3
},“file_extension”: “.py”,“mimetype”: “text/x-python”,“name”: “python”,“nbconvert_exporter”: “python”,“pygments_lexer”: “ipython3”,“version”: “3.7.3”
}
},“nbformat”: 4,“nbformat_minor”: 2
}

以上這篇jupyter notebook 使用過程中python莫名崩潰的原因及解決方式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。