写了个吊炸天的Python项目，把我和左手相处的时间都赔上了。但出于版权考虑，我不太想让使用方直接用我的代码，毕竟Python代码给出去，就真的收不回来了。

想给客户演示的时候，不想那么墨迹的打开dos cmd 或者 terminal ，然后运行 python app.py 这样的命令行。最好是客户双击，完事儿。就像有人在那自己动一样……

PyInstaller 来了，他就是这么一款帮助我们把整个项目完整打包的工具。目前已经兼容Py3.7，以及 Mac App 和 Windows Exe。

文档：https://pyinstaller.readthedo...

先说下，这篇文章有别于网上那坨安装、打包的草包，这次是真核！

1. 安装

这个很简单，直接 pip install pyinstaller 就好。

⚠️注意了：你要编译成exe，建议你省心点的在windows上用pyinstaller，如果你要mac app的，那就用mac编译。

我今天就以windows为例

2. 简单使用

这个也很简单，网上一抓一大把，我这里就不赘述了，无非就是那么几个命令：

pyinstaller -F 项目主文件（或者是单一脚本）

3. 参数说明

-F，打包所有的依赖包在一个exe中，包括你自己的模块、内置模块以及第三方模块。

-c，如果你是命令行窗口，就要加上这个参数。

-w，窗口程序，比如你用了PyQt。

4. 高级用法：配置文件

.spec，这个文件非常重要，我们可以通过编辑这个文件来打包我们的项目，类似DockerFile。

我给大家贴一个我的：

# -*- mode: python -*-

block_cipher = None

a = Analysis(['C:\\app\\main.py'],
            pathex=['C:\\'],
            binaries=[],
            datas=[
                ('C:\\data\\input\\builtin\\*.xlsx', '.\\data\\input\\builtin\\'),
                ('C:\\data\\input\\*.xlsx', '.\\data\\input\\'),
                ('C:\\data\\output\\', '.\\data\\output\\'),
                ('C:\\log\\', '.\\log\\'),
                ('C:\\app\\db\\', '.\\app\\db\\')
            ],
            hiddenimports=['numpy', 'pandas'],
            ...
            )

pyz = PYZ(a.pure, a.zipped_data,
            cipher=block_cipher)

exe = EXE(pyz,
         ...
         )

这其实就是一个python文件，只不过后缀是spec罢了。

.spec一共会有4个对象，分别是：Analysis、PYZ、EXE、COLLECT。

Analysis用处最多，一个个解释：

• 第一个参数，是指定我们整个项目的主程序，也就是我们的入口文件。
• pathex，就是我们的工作目录
• datas，存放我们的数据。

好了，说到这里就要好好说一说这个Pyinstaller的工作流程了。当我们双击编译好的exe后，他是会创建一个临时目录，把所有需要用的包都解压到那里，然后执行。执行完毕后，临时文件夹就消失了。

这和我们有什么关系呢？想一下，如果你的项目中需要去读取某些文件，甚至是用户的输入参数，怎么办？打包出来的exe 是没有办法通过直接指定参数，类似：python main.py --input=*.xlsx 来读取文件的，因为我之前说了，在执行的时候会把项目解压到一个临时目录，所以原来项目中写好的相对路径也不管用。

为此，我们需要把host上的实际文件给copy到那个临时目录下，所以这个datas的作用就是这个，我的文件中，我把host下的 C:\data\input\builtin*.xlsx文件都copy到临时目录的 data\input\builtin 下面。

hiddenimports ，继续说下去，PyInstaller有时候无法侦察到全部的依赖包，怎么办？我们可以在这个后面加，把PyInstaller编译出来的exe在运行的时候报的缺少模块给写里面。

⚠️注意了： pandas 和 numpy 有个很奇怪的地方，就是引用了 pandas 的地方，如果没有引用 numpy ，就会报错。所以你可以在主入口上面加一个 import numpy 。

⚠️注意了：直接 import numpy 还是会报错。怎么办？在 import numpy 下面加 import numpy.core._dtype_ctypes

5. 临时目录

那刚刚说的临时目录在代码里怎么处理呢，如果代码中还是老样子处理相对路径，一定是找不到的。

官方文档中给出了这么一段：

Your app should run in a bundle exactly as it does when run from source. However, you may need to learn at run-time whether the app is running from source, or is “frozen” (bundled).

import sys
if getattr( sys, 'frozen', False ) :
      # running in a bundle
      basedir = sys._MEIPASS
else :
      # running live

所以在你的项目中，如果有配置文件的话，就在那里加上这一段，然后在bundle中添加你的新路径，else还是你的老代码。

这个 sys._MEIPASS 是个特殊的值，是在Pyinstaller打包的时候才会添加的临时变量，通过这个变量我们可以获取到在执行exe时候的临时目录。

这对代码的改动是最小的。

6. 编译打包

最后，我们执行 python xxx.spec 就好了。打包的可执行文件会在dist里，build中是一些打包时候需要的文件。

输出中最后有 successfully 字样，就算成功了。他也会告诉你，exe出现在哪个位置。

当然不是说这样就万无一失了，别人也可以反编译你的exe，所以我们可以在打包的时候用Cython去编译一次，把混淆过的代码打包。这样的话难度就增加了，同时再加上mac地址绑定，这里就有多种思路了。

相信大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python学习扣qun：784758214，这里是python学习者聚集地！！同时，自己是一名高级python开发工程师，从基础的python脚本到web开发、爬虫、django、数据挖掘等，零基础到项目实战的资料都有整理。送给每一位python的小伙伴！每日分享一些学习的方法和需要注意的小细节

走进：python技术分享交流