今天我们来一起学习下 Nuitka 这款打包神器
1.1 使用需求
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。
这2个工具同时都能满足项目的需要:
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。
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。
1.2 使用感受
2个工具使用后的最大的感受就是:
pyinstaller体验很差!
nuitka真香!
2.1 nuitka的安装
2.2 使用过程
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!
以下是我demo的一个目录结构(这里使用了pytq5框架写的界面):
├─utils//源码1文件夹├─src//源码2文件夹├─logo.ico//demo的图标└─demo.py//main文件
使用以下命令(调试)直接生成exe文件:
nuitka --standalone --show-memory --show-progress --nofollow-imports --plugin-enable=qt-plugins --follow-import-to=utils,src --output-dir=out --windows-icon-from-ico=./logo.ico demo.py
这里简单介绍下我上面的nuitka的命令:
经过1min的编译之后,你就能在你的目录下看到:
├─utils//源码1文件夹├─src//源码2文件夹├─out//生成的exe文件夹
├─demo.build
└─demo.dist
└─demo.exe//生成的exe文件├─logo.ico//demo的图标└─demo.py//main文件
当然这里你会发现真正运行exe的时候,
会报错:no module named torch,cv2,tensorflow等等这些没有转成C++的第三方包。
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demo.dist路径下。
至此,exe能完美运行啦!
以上就是本次分享的所有内容,如果你觉得文章还不错,欢迎关注公众号:Python编程学习圈,每日干货分享,发送“J”还可领取大量学习资料。或是前往编程学习网,了解更多编程技术知识。