摘要：最好是客戶雙擊，完事兒。目前已經兼容，以及和。一共會有個對象，分別是。，就是我們的工作目錄，存放我們的數據。編譯打包最后，我們執行就好了。打包的可執行文件會在里，中是一些打包時候需要的文件。輸出中最后有字樣，就算成功了。

寫了個吊炸天的Python項目，把我和左手相處的時間都賠上了。但出于版權考慮，我不太想讓使用方直接用我的代碼，畢竟Python代碼給出去，就真的收不回來了。

想給客戶演示的時候，不想那么墨跡的打開dos cmd 或者 terminal ，然后運行 python app.py 這樣的命令行。最好是客戶雙擊，完事兒。就像有人在那自己動一樣……

PyInstaller 來了，他就是這么一款幫助我們把整個項目完整打包的工具。目前已經兼容Py3.7，以及 Mac App 和 Windows Exe。

文檔：https://pyinstaller.readthedo...

先說下，這篇文章有別于網上那坨安裝、打包的草包，這次是真核！

這個很簡單，直接 pip install pyinstaller 就好。

??注意了：你要編譯成exe，建議你省心點的在windows上用pyinstaller，如果你要mac app的，那就用mac編譯。

我今天就以windows為例

這個也很簡單，網上一抓一大把，我這里就不贅述了，無非就是那么幾個命令：

pyinstaller -F 項目主文件（或者是單一腳本）

-F，打包所有的依賴包在一個exe中，包括你自己的模塊、內置模塊以及第三方模塊。

-c，如果你是命令行窗口，就要加上這個參數。

-w，窗口程序，比如你用了PyQt。

.spec，這個文件非常重要，我們可以通過編輯這個文件來打包我們的項目，類似DockerFile。

我給大家貼一個我的：

# -*- mode: python -*-

block_cipher = None

a = Analysis(["C:appmain.py"],
            pathex=["C:"],
            binaries=[],
            datas=[
                ("C:datainputuiltin*.xlsx", ".datainputuiltin"),
                ("C:datainput*.xlsx", ".datainput"),
                ("C:dataoutput", ".dataoutput"),
                ("C:log", ".log"),
                ("C:appdb", ".appdb")
            ],
            hiddenimports=["numpy", "pandas"],
            ...
            )
            
pyz = PYZ(a.pure, a.zipped_data,
            cipher=block_cipher)
            
exe = EXE(pyz,
         ...
         )

這其實就是一個python文件，只不過后綴是spec罷了。

.spec一共會有4個對象，分別是：Analysis、PYZ、EXE、COLLECT。

Analysis用處最多，一個個解釋：

第一個參數，是指定我們整個項目的主程序，也就是我們的入口文件。

pathex，就是我們的工作目錄

datas，存放我們的數據。

好了，說到這里就要好好說一說這個Pyinstaller的工作流程了。當我們雙擊編譯好的exe后，他是會創建一個臨時目錄，把所有需要用的包都解壓到那里，然后執行。執行完畢后，臨時文件夾就消失了。

這和我們有什么關系呢？想一下，如果你的項目中需要去讀取某些文件，甚至是用戶的輸入參數，怎么辦？打包出來的exe 是沒有辦法通過直接指定參數，類似：python main.py --input=*.xlsx 來讀取文件的，因為我之前說了，在執行的時候會把項目解壓到一個臨時目錄，所以原來項目中寫好的相對路徑也不管用。

為此，我們需要把host上的實際文件給copy到那個臨時目錄下，所以這個datas的作用就是這個，我的文件中，我把host下的 C:datainputuiltin*.xlsx文件都copy到臨時目錄的 datainputuiltin 下面。

hiddenimports ，繼續說下去，PyInstaller有時候無法偵察到全部的依賴包，怎么辦？我們可以在這個后面加，把PyInstaller編譯出來的exe在運行的時候報的缺少模塊給寫里面。

??注意了： pandas 和 numpy 有個很奇怪的地方，就是引用了 pandas 的地方，如果沒有引用 numpy ，就會報錯。所以你可以在主入口上面加一個 import numpy 。

??注意了：直接 import numpy 還是會報錯。怎么辦？在 import numpy 下面加 import numpy.core._dtype_ctypes

那剛剛說的臨時目錄在代碼里怎么處理呢，如果代碼中還是老樣子處理相對路徑，一定是找不到的。

官方文檔中給出了這么一段：

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

所以在你的項目中，如果有配置文件的話，就在那里加上這一段，然后在bundle中添加你的新路徑，else還是你的老代碼。

這個 sys._MEIPASS 是個特殊的值，是在Pyinstaller打包的時候才會添加的臨時變量，通過這個變量我們可以獲取到在執行exe時候的臨時目錄。

這對代碼的改動是最小的。

最后，我們執行 python xxx.spec 就好了。打包的可執行文件會在dist里，build中是一些打包時候需要的文件。

輸出中最后有 successfully 字樣，就算成功了。他也會告訴你，exe出現在哪個位置。

當然不是說這樣就萬無一失了，別人也可以反編譯你的exe，所以我們可以在打包的時候用Cython去編譯一次，把混淆過的代碼打包。這樣的話難度就增加了，同時再加上mac地址綁定，這里就有多種思路了。下一次我給大家說說。

關注公眾號「Python專欄」，回復關鍵字：「spec」獲取完整項目spec文件。