news 2026/8/18 6:18:51

基于openwrt的打印机服务器--无法连接打印机的问题

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
基于openwrt的打印机服务器--无法连接打印机的问题

有任务、但被挂起,且你怀疑没装kmod-usb-printer——这个判断很靠谱:CUPS 能收作业但写不进 USB 打印设备时,最常见就是没有/dev/usb/lp0(usblp 驱动没起来),CUPS 就会把队列停掉/挂起。

按下面步骤做,基本能直接修好。


1)确认是否缺 USB 打印设备节点

SSH 到路由器执行:

ls -l /dev/usb/lp* dmesg | grep -i -E "usblp|lp0|printer|brother|usb"
  • 如果/dev/usb/lp0不存在,继续第2步。
  • 如果存在,也先看第4步日志定位为何挂起。

2)安装 USB 打印内核模块(关键)

opkg update opkg install kmod-usb-printer reboot

重启后,重新插拔打印机 USB 线一次,再执行:

ls -l /dev/usb/lp*

期望出现/dev/usb/lp0

若还没有,继续补齐常用 USB 控制器模块(有时固件裁剪太狠):

opkg install kmod-usb-core kmod-usb2 kmod-usb-ohci kmod-usb-ehci reboot

3)确认 CUPS 里这台打印机的“设备 URI”是 USB(而不是错配成网络)

在 CUPS 网页:Printers → 点你的队列 → 查看/修改Device URI
应该类似:

  • usb://Brother/...
  • usb:/dev/usb/lp0(视版本/后端而定)

如果你之前添加时 USB 设备不可用,CUPS 可能被你选成了别的后端;那就:

  • 删除该队列
  • /dev/usb/lp0已存在的前提下重新 Add Printer(选 USB Printer 那项)

4)把“挂起”的根因从 CUPS 日志里读出来(非常直接)

路由器上执行:

tail -n 200 /var/log/cups/error_log 2>/dev/null || logread | grep -i cups | tail -n 200

重点看类似行:

  • Unable to open device file "/dev/usb/lp0": Permission denied/No such file
  • backend failed
  • Filter failed

如果你贴出这几行关键报错,我可以告诉你下一步是“USB/权限”还是“驱动/过滤器”。


5)恢复打印:取消挂起 + 重启队列

安装好模块并确认 USB 设备可见后:

在 CUPS 页面里把打印机Resume Printer,并清掉卡住的任务(Cancel All Jobs)。

或命令行:

cupsenable 你的队列名 cupsaccept 你的队列名 cancel -a 你的队列名

然后从 CUPS 网页打印 Test Page 再试。


多数情况下,装上kmod-usb-printer并重新用 USB 设备 URI 添加队列,就能把“任务挂起、打印机没反应”彻底解决。之后再继续弄 Avahi/AirPrint 发现即可。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/17 7:32:43

告别深夜批改:用Qwen3-VL大模型打造会“理解”的作文阅卷助手

深夜十一点,李老师揉了揉发酸的眼睛,面前还有三十多篇作文等待批改。 这是无数语文教师的日常写照——繁重的批改负担、难以完全统一的标准、反馈到达学生手中时已失去时效性。 而在AI技术日新月异的今天,我们能否让机器真正“理解”一篇作…

作者头像 李华
网站建设 2026/8/15 5:17:36

LobeChat语音输入功能实测:让AI对话更自然流畅

LobeChat语音输入功能实测:让AI对话更自然流畅 在移动办公、车载交互和无障碍场景日益普及的今天,用户对AI助手的期待早已不止于“能答”,而是“听得懂、反应快、用得顺”。键盘敲字虽然精准,但面对做饭时腾不出手查菜谱、开车途中…

作者头像 李华
网站建设 2026/8/16 9:18:03

基于PaddlePaddle的视觉模型训练实战:从Docker安装到GPU算力调用

基于PaddlePaddle的视觉模型训练实战:从Docker安装到GPU算力调用 在AI项目落地过程中,最让人头疼的往往不是算法本身,而是“环境装不上”、“在我机器上明明能跑”这类问题。尤其是涉及深度学习视觉任务时,Python版本、CUDA驱动、…

作者头像 李华
网站建设 2026/8/16 11:50:23

LobeChat能否实现多轮对话优化?上下文理解增强策略

LobeChat的多轮对话优化实践:上下文理解如何真正落地? 在今天,一个聊天机器人“听懂”用户说了什么,已经不再稀有。但真正考验其智能水平的,是它能否记住你之前说过的话——比如你在三轮对话前提到的偏好、设定的角色…

作者头像 李华
网站建设 2026/8/17 13:30:15

如何在Windows和Linux上完成TensorRT安装包的部署

如何在Windows和Linux上完成TensorRT安装包的部署 在AI模型从实验室走向生产环境的过程中,推理效率往往成为决定系统能否落地的关键瓶颈。一个在训练时表现优异的模型,如果在服务端响应迟缓、吞吐低下,就难以支撑真实业务场景的需求。尤其是…

作者头像 李华
网站建设 2026/8/17 19:23:40

Dify在边缘计算场景下部署的可行性评估

Dify在边缘计算场景下部署的可行性评估 在智能制造车间,一位维修工程师正对着一台故障设备束手无策。他拿起手持终端,用语音提问:“XX型伺服电机报过热警报,可能原因有哪些?”不到两秒,本地AI助手便返回了结…

作者头像 李华