Python 使用 pyinstaller 打包成 exe/app 文件,并支持传入外部参

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
简介: Python 使用 pyinstaller 打包成 exe/app 文件,并支持传入外部参
import sys
import os
# 路径操作对象
print(os.path)
# 返回当前脚本的路径
print(sys.executable)
# 返回当前脚本的绝对路径
print(os.path.realpath(sys.executable))
# 去掉文件名,返回当前脚本的目录(也可以理解从里到外,去掉一层)
print(os.path.dirname(os.path.realpath(sys.executable)))
# 也可以嵌套多去掉几层,直到想要的文件夹即可
print(os.path.dirname(os.path.dirname(os.path.realpath(sys.executable))))
# 举例
# path = os.path.dirname(os.path.dirname(os.path.realpath(sys.executable)))
# filePath = path + '/' + 'config.json'
# 注意 mac、win 路径中的斜杠问题,可以使用转义符 '\\' '\/'
  • 下面两种传参方式,打包后调用:
# mac 可执行文件也一样传,win 暂时没测试过,后续补上
$ main 1 2 3
# 但是打包的 mac 软件 不可以这么传,要么 gui 导入,要么内部写死一个路径读取(例如:网页)
  • sys 方式:
import sys
import json
# 解析参数
in_filepath = sys.argv[1]  # 参数 1
# out_style = sys.argv[2]    # 参数 2
# out_filepath = sys.argv[3] # 参数 3
print("--input_filepath:",in_filepath)
# print("--output_file_style",out_style)
# print("--output_filepath",out_filepath)
# 解析 json 文件
# obj = json.load(open('./test.json', 'r', encoding="utf-8"))
# 解析动态路径
obj = json.load(open(in_filepath, 'r', encoding="utf-8"))
# 输出使用
print(obj, obj[0])
  • 调用方式:
# 传入方式
$ python test.py ./test.json
# 多个则 空格 分隔开
$ python test.py 1 2 3
  • argparse 方式:
# 导入库
import argparse
# 1. 定义命令行解析器对象
parser = argparse.ArgumentParser(description='Demo 参数介绍')
# 2. 添加命令行参数(--xxx 为固定写法)
parser.add_argument('--name', type=str, help='名称必须传字符串')
parser.add_argument('--age', type=int, default=20, help='年龄必须传 int,默认 20 岁')
# 3. 从命令行中结构化解析参数
args = parser.parse_args()
print('输出参数集合:', args)
epochs = args.name
batch = args.age
print('单个输出 {} {}'.format(epochs, batch))
  • 调用方式:
# 传入方式,必须带上 key,得 key value 的形式传入
$ python test.py --name dzm
# 多个则一直 key value 的方式往后拼接
$ python test.py --name dzm --age 30
# 怎么知道传参有哪些
$ python test.py -h
# 会输出描述
usage: dzm.py [-h] [--name NAME] [--age AGE]
Demo 参数介绍
options:
  -h, --help   show this help message and exit
  --name NAME  名称必须传字符串
  --age AGE    年龄必须传 int,默认 20 岁
相关文章
|
17天前
|
Python
使用Python实现multipart/form-data文件接收的http服务器
至此,使用Python实现一个可以接收 'multipart/form-data' 文件的HTTP服务器的步骤就讲解完毕了。希望通过我的讲解,你可以更好地理解其中的逻辑,另外,你也可以尝试在实际项目中运用这方面的知识。
117 69
|
1月前
|
存储 算法 文件存储
探秘文件共享服务之哈希表助力 Python 算法实现
在数字化时代,文件共享服务不可或缺。哈希表(散列表)通过键值对存储数据,利用哈希函数将键映射到特定位置,极大提升文件上传、下载和搜索效率。例如,在大型文件共享平台中,文件名等信息作为键,物理地址作为值存入哈希表,用户检索时快速定位文件,减少遍历时间。此外,哈希表还用于文件一致性校验,确保传输文件未被篡改。以Python代码示例展示基于哈希表的文件索引实现,模拟文件共享服务的文件索引构建与检索功能。哈希表及其分布式变体如一致性哈希算法,保障文件均匀分布和负载均衡,持续优化文件共享服务性能。
|
2月前
|
机器学习/深度学习 存储 算法
解锁文件共享软件背后基于 Python 的二叉搜索树算法密码
文件共享软件在数字化时代扮演着连接全球用户、促进知识与数据交流的重要角色。二叉搜索树作为一种高效的数据结构,通过有序存储和快速检索文件,极大提升了文件共享平台的性能。它依据文件名或时间戳等关键属性排序,支持高效插入、删除和查找操作,显著优化用户体验。本文还展示了用Python实现的简单二叉搜索树代码,帮助理解其工作原理,并展望了该算法在分布式计算和机器学习领域的未来应用前景。
|
11天前
|
缓存 开发工具 开发者
鸿蒙NEXT开发App相关工具类(ArkTs)
这段代码展示了一个名为鸿蒙NEXT开发 `AppUtil` 的工具类,主要用于管理鸿蒙应用的上下文、窗口、状态栏、导航栏等配置。它提供了多种功能,例如设置灰阶模式、颜色模式、字体类型、屏幕亮度、窗口属性等,并支持获取应用包信息(如版本号、包名等)。该工具类需在 UIAbility 的 `onWindowStageCreate` 方法中初始化,以便缓存全局变量。代码由鸿蒙布道师编写,适用于鸿蒙系统应用开发,帮助开发者更便捷地管理和配置应用界面及系统属性。
|
12天前
|
人工智能 开发框架 小程序
工会成立100周年纪念,开发职工健身AI运动小程序、APP方案推荐
为庆祝中华全国总工会成立100周年,特推出基于AI技术的智能健身系统,以小程序和APP形式呈现,助力职工健康生活。方案包括:1) 小程序插件,支持多种运动识别,开箱即用;2) APP插件,提供更高精度的运动检测;3) 成熟的「AI乐运动」系统,支持赛事活动管理。这些方案满足不同需求,推动全民健身体验升级,彰显工会对职工健康的关怀。
|
15天前
|
人工智能 小程序 开发者
【一步步开发AI运动APP】六、运动计时计数能调用
本文章介绍了如何通过【一步步开发AI运动APP】系列博文,利用uniAPP插件开发高性能的AI运动应用。文中详细说明了创建运动分析器、进行运动分析、监听计数变化以及停止/重置分析等功能实现步骤。插件内置多种常见运动(如跳绳、俯卧撑等),支持自定义扩展,满足健身、体测等场景需求。示例代码展示了人体检测、运动计时计数及UI更新的完整流程,帮助开发者快速上手并深耕AI运动领域。
|
19天前
|
人工智能 小程序 API
【一步步开发AI运动APP】五、人体检测能力调用
本文介绍如何开发性能更强、体验更优的AI运动APP,涵盖人体检测、实例创建、检测识别、骨骼图绘制及完整代码实现。通过API `createHumanDetector`,可灵活配置高性能、高精度或多人检测模式,省去模型部署麻烦。检测结果可通过`yz-pose-grapher`组件高效渲染骨骼图。最后提醒使用完毕需调用`destroy()`释放资源,下篇将聚焦运动检测分析,敬请期待!
|
19天前
|
人工智能 小程序 API
【一步步开发AI运动APP】四、使用相机组件抽帧
本文介绍了如何使用`ai-camera`组件开发AI运动APP,助力开发者深耕AI运动领域。`ai-camera`是专为AI运动场景设计的相机组件,支持多平台,提供更强的抽帧处理能力和API。文章详细讲解了获取相机上下文、执行抽帧操作以及将帧保存到相册的功能实现,并附有代码示例。无论是AI运动APP还是其他场景,该组件都能满足预览、拍照、抽帧等需求。下篇将聚焦人体识别检测,敬请期待!
|
20天前
|
人工智能 开发框架 小程序
【一步步开发AI运动APP】二、跨平台APP AI运动识别方案介绍
本系列博文旨在帮助开发者从【AI运动小程序】迈向性能更优的【AI运动APP】开发。通过「云智AI运动识别」uni-app版插件,提供本地原生极速识别、精准姿态检测及运动计时计数功能,支持健身系统、线上赛事、学生体测、康复锻炼等多场景应用。插件无需云端依赖,一次付费永久使用,成本低且扩展性强。同时兼容uni-app与uni-app x框架,适合不同技术背景的开发者快速上手,助力抢占AI辅助运动市场。下篇将介绍插件引入,敬请期待!

热门文章

最新文章