百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Python一键打包为windows的exe文件,无需安装python环境即可执行

itomcoil 2025-06-12 13:18 13 浏览

一、为什么要将Python打包为 exe?

在实际应用中,我们希望Python程序能在没有安装Python环境的电脑上直接运行。将Python代码打包为exe可执行文件,不仅能解决环境依赖问题,还便于程序的分发和部署。

二、常用打包工具及核心函数介绍

1. pyinstaller

pyton程序版本需要Python <3.14, >=3.8。

安装:pip install pyinstaller -i
https://mirrors.aliyun.com/pypi/simple/

打包:pyinstaller [options] script.py

[options]为打包选项,script.py为打包的Python脚本。

  • -F:打包成单个可执行文件(推荐使用,方便文件分发)。
  • -w:窗口化模式,隐藏命令行窗口(适用于图形界面程序)。
  • -i:指定程序图标(格式如.ico)。

案例

# 打包成单个可执行文件
pyinstaller -F hello.py
# 打包图形界面程序,隐藏命令行窗口并指定图标
pyinstaller -F -w -i icon.ico gui_app.py

当然还有其他一些参数,参见附录中的介绍。

2. cx_Freeze

python版本需要Python >=3.9。

安装:pip install cx_Freeze -i
https://mirrors.aliyun.com/pypi/simple/

打包:需要在项目目录下创建setup.py文件进行配置,然后在命令行执行python setup.py build进行打包,最后在build目录下生成可执行exe文件。

from cx_Freeze import setup, Executable
setup(
name="MyApp",
version="1.0",
description="My Python application",
executables=[Executable("main.py")]
)

3. py2exe

py2exe用于Windows平台,适配python版本:Python < 3.12, >=3.8

安装:pip install py2exe -i
https://mirrors.aliyun.com/pypi/simple/

打包:需要在项目目录下创建setup.py文件进行配置,然后在命令行执行python setup.py py2exe进行打包,最后在当前目录下生成可执行exe文件。

from distutils.core import setup
import py2exe
setup(
console=["main.py"]
)

三、实用案例详解

我们将之前文章介绍的使用pywebio做数学题的web程序打包为一个exe可执行文件。(文章:Python中PyWebIO:无须搞懂前端知识,也能5分钟快速搭建Web应用

我们新建一个pywebio-math.py文件,放入程序

from pywebio.pin import put_input, pin, pin_wait_change
from pywebio.output import *
from pywebio.input import *
import random
from pywebio.session import hold


class calcMath:

    def __init__(self, num):
        self.num = num  # 题目的数量
        self.finish_switch = False  # 答案提交后 置为True

    def mathproblem(self):
        """
        根据题目的数量,生成100以内的的加减混合运算的数学题的字典并返回;
        字典的key是题目,value是答案
        """
        math_problem = {}
        num = 1
        while num <= self.num:
            num1 = random.randint(1, 99)
            num2 = random.randint(1, 99)
            num3 = random.randint(1, 99)
            if num1 + num2 - num3 < 100 and num1 + num2 - num3 > 0 and num1 + num2 < 100:
                num += 1
                result = num1 + num2 - num3
                key_name = f'{num1} + {num2} - {num3}'
                math_problem[key_name] = result
        return math_problem

    def submit_result(self):
        # 弹出对话框  是否确认提交  点击提交会触发生成答案信息
        popup('确定提交吗?', [
            put_buttons(['确定'], onclick=lambda _: self.set_witch()),
            put_buttons(['取消'], onclick=lambda _: close_popup())
        ])

    def set_witch(self):
        self.finish_switch = True
        try:
            close_popup()
        except Exception as e:
            print(e)

        if self.finish_switch:
            # 生成答案信息 并输出
            self.analyse_result(inputs_str, origin_answer_result, new_answer_result)
            self.finish_switch = False

    def analyse_result(self, inputs_str, origin_answer_result, new_answer_result):

        """
        分析答案
        :param inputs_str: 包含题目信息的列表
        :param origin_answer_result:  真实答案
        :param new_answer_result:     答题的答案
        : return:
        """

        rightnum = 0  # 做对的题目数
        for num in range(len(inputs_str)):
            # 判断输入为空或者不为数字时,认为题目做错了
            if not new_answer_result[num] or not str(new_answer_result[num]).isdigit():
                put_text(
                    f'这个题 {inputs_str[num]} 做错了, 提交的答案是{new_answer_result[num]} ,正确答案是{origin_answer_result[num]}')
            else:
                # 当真实答案和做出的答案一致时,数字加1
                if int(origin_answer_result[num]) == int(new_answer_result[num]):
                    rightnum += 1
                else:
                    put_text(
                        f'这个题 {inputs_str[num]} 做错了, 提交的答案是{new_answer_result[num]} ,正确答案是{origin_answer_result[num]}')
        # 汇总最后的结果输出到web页面上
        put_text(f'--总共{len(inputs_str)},做对了{rightnum}题,做错了{len(inputs_str) - rightnum}题')

    def start_do_math(self):
        """
        执行函数
        :return:
        """
        # 生成数学题字典 key是题目,value是答案
        mathdict = self.mathproblem()

        # 生成pywebio的input函数用到的输入数学题信息列表: 展示的是题目信息
        inputs_str = [f'{key} = ( )' for key in mathdict.keys()]

        # 生成对应的答案列表 用于跟答题时写的答案做对比
        origin_answer_result = [mathdict[key] for key in mathdict.keys()]

        # 调用pywebio的pin.put_input函数 和pin_wait_change 监听输入的答案 输入后进行下一个题目
        keys = [f'num{i + 1}' for i in range(self.num)]
        for i in range(self.num):
            put_input(keys[i], label=f'第{i + 1}题 请在下方输入答案(输入后不支持修改)\n {inputs_str[i]}')
            pin_wait_change(keys[i], timeout=1000)  # 监听输入 有输入后才进行下一次循环

        # 提交按钮  点击后弹出确认对话框
        put_button('submit', onclick=self.submit_result)
        # 提取提交的答案
        new_answer_result = [getattr(pin, key) for key in keys]
        # print(new_answer_result)
        return inputs_str, origin_answer_result, new_answer_result


num = input('请输入题目的数量:',type=NUMBER)
math1 = calcMath(num)  #实例化
inputs_str, origin_answer_result, new_answer_result = math1.start_do_math()
#保持会话 直到关闭浏览器
hold()

然后我们使用上述介绍的方法,打包为一个exe文件,打包后我们双击exe文件,执行效果跟通过python执行是一样的。

我们使用cx_Freeze进行打包,在程序目录中见一个setup.py文件,然后填入参数

from cx_Freeze import setup, Executable
setup(
    name="MyApp",
    version="1.0",
    description="My Python application",
    executables=[Executable("pywebio-math.py")]
)

目录内容如下:


然后再命令行执行:

最后在build目录生成一个exe文件

我们双击pywebio-math.exe然后执行。

四、附录

pyinstaller的其他一些参数介绍:

1. -p, --paths 添加额外的模块搜索路径。当你的程序依赖的模块不在默认搜索路径中时,可通过该参数指定路径,PyInstaller找到相关模块。

pyinstaller -F -p ./my_lib script.py

PyInstaller在打包时就会到./my_lib路径下查找所需模块。

2. --add-data 将非 Python 文件(如图片、配置文件等)添加到打包结果中。在 Windows 系统中,参数格式source;dest;在 Linux 和 macOS 系统中,参数格式source:dest。其source是源文件或目录路径,dest是打包后文件在可执行文件中的存放路径。

若你的程序使用icon.png图片,且该图片在./images目录下,希望打包后图片存放在./assets目录下,在 Linux 或 macOS 系统中可使用以下命令:

pyinstaller -F --add-data "images/icon.png:assets" script.py

在 Windows 系统中则为:

pyinstaller -F --add-data "images/icon.png;assets" script.py

3. --exclude-data-dir 从打包结果中排除指定的数据目录,可用于减少打包文件体积,排除不必要的数据。

如果你的项目中./temp_data目录下的数据在程序运行时不需要,可使用该参数排除:

pyinstaller -F --exclude-data-dir temp_data script.py

4. -D, --onedir 将程序打包成一个目录,目录中包含可执行文件和所有依赖文件。相比-F生成单个可执行文件,这种模式便于调试和查看文件结构。

pyinstaller -D script.py

打包完成后,dist目录下会生成一个以脚本名称命名的文件夹,里面存放着可执行文件和相关依赖。

5. --clean 在打包前清理掉之前打包过程中产生的临时文件和缓存,避免旧的打包残留影响本次打包,确保打包的纯净性。

pyinstaller --clean -F script.py

6. --upx-dir 指定UPX压缩工具的路径。UPX 是一款高效的可执行文件压缩器,使用--upx-dir参数并配合--upx-exclude等参数,可以压缩打包后的可执行文件,减小文件体积。

pyinstaller --upx-dir /usr/local/upx -F your_script.py

7. --debug 启用调试模式,可分为--debug=imports、--debug=bootloader等不同级别。--debug=imports会在打包过程中输出详细的模块导入信息,有助于排查模块导入相关问题;--debug=bootloader则输出引导加载器相关的调试信息。

pyinstaller --debug=imports -F script.py

相关推荐

selenium(WEB自动化工具)

定义解释Selenium是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中,就像真正的用户在操作一样。支持的浏览器包括IE(7,8,9,10,11),MozillaF...

开发利器丨如何使用ELK设计微服务中的日志收集方案?

【摘要】微服务各个组件的相关实践会涉及到工具,本文将会介绍微服务日常开发的一些利器,这些工具帮助我们构建更加健壮的微服务系统,并帮助排查解决微服务系统中的问题与性能瓶颈等。我们将重点介绍微服务架构中...

高并发系统设计:应对每秒数万QPS的架构策略

当面试官问及"如何应对每秒几万QPS(QueriesPerSecond)"时,大概率是想知道你对高并发系统设计的理解有多少。本文将深入探讨从基础设施到应用层面的解决方案。01、理解...

2025 年每个 JavaScript 开发者都应该了解的功能

大家好,很高兴又见面了,我是"高级前端进阶",由我带着大家一起关注前端前沿、深入前端底层技术,大家一起进步,也欢迎大家关注、点赞、收藏、转发。1.Iteratorhelpers开发者...

JavaScript Array 对象

Array对象Array对象用于在变量中存储多个值:varcars=["Saab","Volvo","BMW"];第一个数组元素的索引值为0,第二个索引值为1,以此类推。更多有...

Gemini 2.5编程全球霸榜,谷歌重回AI王座,神秘模型曝光,奥特曼迎战

刚刚,Gemini2.5Pro编程登顶,6美元性价比碾压Claude3.7Sonnet。不仅如此,谷歌还暗藏着更强的编程模型Dragontail,这次是要彻底翻盘了。谷歌,彻底打了一场漂亮的翻...

动力节点最新JavaScript教程(高级篇),深入学习JavaScript

JavaScript是一种运行在浏览器中的解释型编程语言,它的解释器被称为JavaScript引擎,是浏览器的一部分,JavaScript广泛用于浏览器客户端编程,通常JavaScript脚本是通过嵌...

一文看懂Kiro,其 Spec工作流秒杀Cursor,可移植至Claude Code

当Cursor的“即兴编程”开始拖累项目质量,AWS新晋IDEKiro以Spec工作流打出“先规范后编码”的系统工程思维:需求-设计-任务三件套一次生成,文档与代码同步落地,复杂项目不...

「晚安·好梦」努力只能及格,拼命才能优秀

欢迎光临,浏览之前点击上面的音乐放松一下心情吧!喜欢的话给小编一个关注呀!Effortscanonlypass,anddesperatelycanbeexcellent.努力只能及格...

JavaScript 中 some 与 every 方法的区别是什么?

大家好,很高兴又见面了,我是姜茶的编程笔记,我们一起学习前端相关领域技术,共同进步,也欢迎大家关注、点赞、收藏、转发,您的支持是我不断创作的动力在JavaScript中,Array.protot...

10个高效的Python爬虫框架,你用过几个?

小型爬虫需求,requests库+bs4库就能解决;大型爬虫数据,尤其涉及异步抓取、内容管理及后续扩展等功能时,就需要用到爬虫框架了。下面介绍了10个爬虫框架,大家可以学习使用!1.Scrapysc...

12个高效的Python爬虫框架,你用过几个?

实现爬虫技术的编程环境有很多种,Java、Python、C++等都可以用来爬虫。但很多人选择Python来写爬虫,为什么呢?因为Python确实很适合做爬虫,丰富的第三方库十分强大,简单几行代码便可实...

pip3 install pyspider报错问题解决

运行如下命令报错:>>>pip3installpyspider观察上面的报错问题,需要安装pycurl。是到这个网址:http://www.lfd.uci.edu/~gohlke...

PySpider框架的使用

PysiderPysider是一个国人用Python编写的、带有强大的WebUI的网络爬虫系统,它支持多种数据库、任务监控、项目管理、结果查看、URL去重等强大的功能。安装pip3inst...

「机器学习」神经网络的激活函数、并通过python实现激活函数

神经网络的激活函数、并通过python实现whatis激活函数感知机的网络结构如下:左图中,偏置b没有被画出来,如果要表示出b,可以像右图那样做。用数学式来表示感知机:上面这个数学式子可以被改写:...