python的打包神器——Nuitka
<p>作者：李小肥</p><p>来源：https://www.lixiaofei2yy.website</p>
<div class="kg-card-markdown">
<h3 id="一-pyinstaller和nuitka使用感受">一. pyinstaller和Nuitka使用感受</h3>
<h4 id="11-使用需求">1.1 使用需求</h4>
<blockquote>
<p>这次也是由于项目需要，要将python的代码转成exe的程序，在找了许久后，发现了2个都能对python项目打包的工具——pyintaller和nuitka。</p>
</blockquote>
<p>这2个工具同时都能满足项目的需要：</p>
<ul>
<li>隐藏源码。这里的pyinstaller是通过设置key来对源码进行加密的；而nuitka则是将python源码转成C++（这里得到的是二进制的pyd文件，防止了反编译），然后再编译成可执行文件。</li>
<li>方便移植。用户使用方便，不用再安装什么python啊，第三方包之类的。</li>
</ul>
<h4 id="12-使用感受">1.2 使用感受</h4>
<p>2个工具使用后的最大的感受就是：</p>
<ul>
<li>pyinstaller体验很差！
<ul>
<li>一个深度学习的项目最后转成的exe竟然有近3个G的大小（pyinstaller是将整个运行环境进行打包），对，你没听错，一个EXE有3个G！</li>
<li>打包超级慢，启动超级慢。</li>
</ul>
</li>
<li>nuitka真香！
<ul>
<li>同一个项目，生成的exe只有7M！</li>
<li>打包超级快（1min以内），启动超级快。</li>
</ul>
</li>
</ul>
<h3 id="二-nuitka的安装及使用">二. Nuitka的安装及使用</h3>
<h4 id="21-nuitka的安装">2.1 nuitka的安装</h4>
<ul>
<li>直接利用pip即可安装：<code class="highlighter-rouge">pip install Nuitka</code></li>
<li>下载vs2019(MSVS)或者MinGW64，反正都是C++的编译器，随便下。</li>
</ul>
<h4 id="22-使用过程">2.2 使用过程</h4>
<p>对于第三方依赖包较多的项目（比如需要import torch,tensorflow,cv2,numpy,pandas,geopy等等）而言，这里最好打包的方式是只将属于自己的代码转成C++，不管这些大型的第三方包！</p>
<p>以下是我demo的一个目录结构（这里使用了pytq5框架写的界面）：</p>
<div class="language-json highlighter-rouge">
<div class="highlight">
<pre class="highlight"><code><span class="err">├─utils<span class="w"> <span class="err">//源码<span class="mi">1<span class="err">文件夹<span class="w">
<span class="err">├─src<span class="w"> <span class="err">//<span class="w"> <span class="err">源码<span class="mi">2<span class="err">文件夹<span class="w">
<span class="err">├─logo.ico<span class="w"> <span class="err">//<span class="w"> <span class="err">demo的图标<span class="w">
<span class="err">└─demo.py<span class="w"> <span class="err">//<span class="w"> <span class="err">main文件</span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></code></pre>
</div>
</div>
<p>使用以下命令（调试）直接生成exe文件：</p>
<div class="language-bash highlighter-rouge">
<div class="highlight">
<pre class="highlight"><code>nuitka <span class="nt">--standalone <span class="nt">--show-memory <span class="nt">--show-progress <span class="nt">--nofollow-imports <span class="nt">--plugin-enable<span class="o">=qt-plugins <span class="nt">--follow-import-to<span class="o">=utils,src <span class="nt">--output-dir<span class="o">=out <span class="nt">--windows-icon-from-ico<span class="o">=./logo.ico demo.py
</span></span></span></span></span></span></span></span></span></span></span></span></code></pre>
</div>
</div>
<p>这里简单介绍下我上面的nuitka的命令：</p>
<ul>
<li><code class="highlighter-rouge">--standalone</code>：方便移植到其他机器，不用再安装python</li>
<li><code class="highlighter-rouge">--show-memory --show-progress</code>：展示整个安装的进度过程</li>
<li><code class="highlighter-rouge">--nofollow-imports</code>：不编译代码中所有的import，比如keras，numpy之类的。</li>
<li><code class="highlighter-rouge">--plugin-enable=qt-plugins</code>：我这里用到pyqt5来做界面的，这里nuitka有其对应的插件。</li>
<li><code class="highlighter-rouge">--follow-import-to=utils,src</code>：需要编译成C++代码的指定的2个包含源码的文件夹，这里用<code class="highlighter-rouge">,</code>来进行分隔。</li>
<li><code class="highlighter-rouge">--output-dir=out</code>：指定输出的结果路径为out。</li>
<li><code class="highlighter-rouge">--windows-icon-from-ico=./logo.ico</code>：指定生成的exe的图标为logo.ico这个图标，这里推荐一个将图片转成ico格式文件的网站（比特虫）。</li>
<li><code class="highlighter-rouge">--windows-disable-console</code>：运行exe取消弹框。这里没有放上去是因为我们还需要调试，可能哪里还有问题之类的。</li>
</ul>
<p>经过1min的编译之后，你就能在你的目录下看到：</p>
<div class="language-json highlighter-rouge">
<div class="highlight">
<pre class="highlight"><code><span class="err">├─utils<span class="w"> <span class="err">//源码<span class="mi">1<span class="err">文件夹<span class="w">
<span class="err">├─src<span class="w"> <span class="err">//<span class="w"> <span class="err">源码<span class="mi">2<span class="err">文件夹<span class="w">
<span class="err">├─out<span class="w"> <span class="err">//<span class="w"> <span class="err">生成的exe文件夹<span class="w">
<span class="err">├─demo.build<span class="w">
<span class="err">└─demo.dist<span class="w">
<span class="err">└─demo.exe<span class="w"> <span class="err">//<span class="w"> <span class="err">生成的exe文件<span class="w">
<span class="err">├─logo.ico<span class="w"> <span class="err">//<span class="w"> <span class="err">demo的图标<span class="w">
<span class="err">└─demo.py<span class="w"> <span class="err">//<span class="w"> <span class="err">main文件</span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></code></pre>
</div>
</div>
<p>当然这里你会发现真正运行exe的时候，会报错：<code class="highlighter-rouge">no module named torch,cv2,tensorflow</code>等等这些没有转成C++的第三方包。</p>
<p>这里需要找到这些包（我的是在software\python3.7\Lib\site-packages下）复制（比如numpy,cv2这个文件夹）到<code class="highlighter-rouge">demo.dist</code>路径下。</p>
<p>至此，exe能完美运行啦！</p>
</div><br><br>
来源：https://www.cnblogs.com/cfld/p/16355904.html
頁:
[1]