Python PyInstaller 打包成 Win、Mac 应用程序(app / exe)

简介: Python PyInstaller 打包成 Win、Mac 应用程序(app / exe)

一、简介

  • python 提供了几个用来打包的模块,主要有 py2apppy2exepyinstaller。附:pyinstaller、py2app、py2exe、fbs 对比与爬坑


    根据上面的表可以看出,只有 fbscx_FreezePyInstaller 满足跨平台要求,本文以 PyInstaller 进行打包作为案例,其他两个大同小异。
  • 附:

二、使用说明

  • pyinstaller 能够在 WindowsLinuxMac 等操作系统下将 Python 源文件打包,通过对源文件打包, Python 程序可以在没有安装 Python 的环境中运行,也可以作为一个独立文件方便传递和管理。
  • PyInstaller 支持 Python 2.7Python 3.3+。可以在 WindowsMacLinux 上使用,但是并不是跨平台的,而是说要是希望打包成 .exe 文件,需要在Windows 系统上运行 PyInstaller 进行打包工作;打包成 Mac App,需要在 Mac OS 上使用,Linux 也一样,不能在一端上打另外两段的包,还有 Mac m1 的打包不能给 Mac intel 的使用,相反也一样,运行会报错:Error:Bad CPU type in executable
  • pyinstaller 不需要自己写 setup.py 文件,只需要在工作目录中输入打包命令即可。最后会生成 builddist 文件夹,启动文件在 dist 文件夹下。
  • 安装
$ pip install pyinstaller
  • 安装后如果有警告 pip 版本低了,升级下
WARNING: You are using pip version 22.0.4; however, version 22.3.1 is available.
You should consider upgrading via the '/Users/dengzemiao/.pyenv/versions/3.10.3/bin/python3.10 -m pip install --upgrade pip' command.
$ python -m pip install --upgrade pip
  • 升级(备用)
$ pip install --upgrade pyinstaller
  • 切换到工作目录
$ cd xxxx/xxx
  • 打包命令
$ pyinstaller [项目启动文件]
  • 其他参数(按需求选择):打包完毕后在dist文件夹下双击项目启动文件就可以了
  • -F:表示在 dist 文件夹下只生成单个可执行文件(内部包含所有依赖),不加默认会在 dist 生成一大堆依赖文件 + 可执行文件。
  • -D:与 -F 相反用法。
  • -W:表示去掉控制台窗口,如果你的程序是有界面的,可以不写这个参数。但是测试情况下建议先加上这个参数,因为如果打包不成功,运行时报错信息会在控制台上输出,没有控制台就看不到报错信息。
  • -c:表示去掉窗框,使用控制台。
  • -p:表示自己定义需要加载的类路径,项目中包含多个自建模块的时候需要加上 -p aaa.py -p bbb.py -p ccc.py
  • -i:表示可执行文件的图标,后面跟图标的路径(例 -i "icon.icns"Mac 下图标文件为 icns 格式, Winico 格式)。
  • --name:设置打包后的应用名称,例 --name "小程序"
  • --hidden-import:后面跟模块名如 queue,用于告诉打包程序某个模块我用不着你不用打包进去。
# 常用打包参数
# -F -D 互斥参数
-F  打包成一个 exe 文件,小项目可以采用,打开比较慢,多个 .py 打包时不能使用
-D  默认参数,打包结果放入到创建的文件夹中,可以看到里面有很多的依赖文件
# -w -c 互斥参数
-w  使用项目的 GUI 界面,无 cmd 控制台
-c  默认参数,使用 cmd 控制台 如果打包文件执行报错,可尝试用 -c 显示控制台
-n  执行项目的名称,默认 .py 的文件名
-i  将 ico 图标打包到 exe 文件中,(例 `-i "icon.icns"`,`Mac` 下图标文件为 `icns` 格式, `Win` 为`ico` 格式)。
--hidden-import 打包时导包信息
# 打包 PyQt 项目强烈建议 带上以下参数
--hidden-import PyQt5.sip
# 打包命令示例
# 在项目的根目录下执行打包命令
$ pyinstaller -w xxx.py --hidden-import PyQt5.sip
# 打包结果输出在项目根目录下的 dist 文件夹中
# 不建议使用 -F 打包成一个 exe 文件 所谓:打包一时爽,打开 5 秒钟
# 非 -F 命令下, 静态资源、建好的 Sqlite 数据库可以直接放入 dist 中生成的文件夹中

三、打包

  • 进入到工作目录,直接打包。
  • 打包方式一
# 【推荐】打包后的应用程序体积大,但是只有首次慢点,后面都快,
# 不建议使用 -F 打包成一个 exe 文件 所谓:打包一时爽,打开 5 秒钟
$ pyinstaller demo.py
  • 优点
1、很容易在文件夹中查看 `pyinstaller` 收集的所有依赖库信息,文件较多。
2、方便发布新的可执行程序。如果脚本依赖库没有任何的变化,那么下次可以直接发布新的可执行程序即可,用户只需要在之前的文件夹中替换可执行文件就能使用。
3、启动速度快,首次会慢点。
  • 缺点
打出来的包体积大。
  • 打包方式二
# 打包后的应用程序体积小,但是启动慢,每次起码 5 秒干等
$ pyinstaller -F demo.py
  • 优点
1、就一个可执行文件,它包含了运行所需要的所有文件,可以直接发布这个工具。
2、文件体积小。
  • 缺点
但是执行速度慢,而且每次重新启动都慢。
OSError: Python library not found: .Python, Python, Python3, libpython3.10.dylib, libpython3.10m.dylib
This means your Python installation does not come with proper shared library files.
This usually happens due to missing development package, or unsuitable build parameters of the Python installation.
* On Debian/Ubuntu, you need to install Python development packages:
  * apt-get install python3-dev
  * apt-get install python-dev
* If you are building Python by yourself, rebuild with `--enable-shared` (or, `--enable-framework` on macOS).
相关文章
|
28天前
|
监控 安全 数据可视化
【教程】为什么要为 App 应用加固 ?如何为 App 应用加固 ?
【教程】为什么要为 App 应用加固 ?如何为 App 应用加固 ?
|
1月前
|
数据采集 JSON 数据格式
python爬虫之app爬取-charles的使用
charles 基本原理,charles抓包,分析,重发。
50 0
|
1月前
|
Python
如何使用Python编写一个简单的计算器程序
如何使用Python编写一个简单的计算器程序
37 0
|
1月前
|
缓存 负载均衡 安全
在Python中,如何使用多线程或多进程来提高程序的性能?
【2月更文挑战第17天】【2月更文挑战第50篇】在Python中,如何使用多线程或多进程来提高程序的性能?
|
1月前
|
索引 Python
【python基础题】——程序题(一)
【python基础题】——程序题(一)
104 1
|
1月前
|
Linux 数据安全/隐私保护 iOS开发
python如何将程序编译成exe
python如何将程序编译成exe
32 0
|
30天前
|
存储 算法 数据处理
使用Python编写高效的数据处理程序
在当今信息爆炸的时代,数据处理变得越来越重要。本文将介绍如何使用Python语言编写高效的数据处理程序,包括利用Python内置的数据结构和函数、优化算法和并行处理等技术,帮助开发者更好地处理和分析大规模数据。
|
1月前
|
数据采集 测试技术 API
python爬虫之app爬取-微信朋友圈
搭建appium环境,appium基本使用,API操作等等
72 0
|
16天前
|
Python Linux iOS开发
使用 Python 打印本机 Mac 地址
使用 Python 打印本机 Mac 地址
8 0
|
17天前
|
分布式计算 算法 搜索推荐
优化 Python 程序的五大技巧
本文介绍了优化 Python 程序的五大技巧,涵盖了代码结构优化、算法选择、内置函数利用、库的使用以及并行处理等方面。通过对这些技巧的实践,可以提升 Python 程序的性能和效率,从而更好地满足各类应用的需求。