六种打包Python代码方法优缺点分析

Python是一种高级编程语言，它具有易学易用、跨平台等优点，因此在开发中得到了广泛的应用。然而，Python代码需要在Python解释器中运行，这对于一些用户来说可能不太方便。

Python作为解释型语言，发布即公开源码，虽然是提倡开源但是有些时候就是忍不住想打包成exe，不仅仅是为了对代码进行加密，而是为了跨平台。防止有些没有安装py环境的电脑无法运行软件。

因此，将Python代码打包成可执行文件（exe）是一种很好的解决方案。本文将分析几种打包方式的优缺点。

使用pyinstaller

pyinstaller是一个流行的Python打包工具，它可以将Python代码打包成独立的可执行文件。

使用pyinstaller打包Python代码非常简单，只需要在命令行中输入以下命令：pyinstaller your_script.py

这将生成一个可执行文件，可以在Windows、Linux和MacOS上运行。

使用cx_Freeze

cx_Freeze是另一个流行的Python打包工具，它可以将Python代码打包成独立的可执行文件。

使用cx_Freeze打包Python代码也很简单，只需要在命令行中输入以下命令：cxfreeze your_script.py --target-dir dist

这将生成一个可执行文件，可以在Windows、Linux和MacOS上运行。

使用py2exe

py2exe是一个Python打包工具，它可以将Python代码打包成Windows可执行文件。

使用py2exe打包Python代码也很简单，只需要在命令行中输入以下命令：python setup.py py2exe

这将生成一个Windows可执行文件。

使用py2app

py2app是一个Python打包工具，它可以将Python代码打包成MacOS可执行文件。

使用py2app打包Python代码也很简单，只需要在命令行中输入以下命令：python setup.py py2app

这将生成一个MacOS可执行文件。

使用Nuitka

Nuitka是一个Python编译器，它可以将Python代码编译成C++代码，然后将其打包成可执行文件。

使用Nuitka打包Python代码也很简单，只需要在命令行中输入以下命令：nuitka your_script.py

这将生成一个可执行文件，可以在Windows、Linux和MacOS上运行。

使用Nuitka+pyinstaller

Nuitka和pyinstaller可以结合使用，将Python代码编译成C++代码，然后使用pyinstaller将其打包成可执行文件。

使用Nuitka+pyinstaller打包Python代码也很简单，只需要在命令行中输入以下命令：

nuitka --standalone your_script.py

pyinstaller your_script.spec

这将生成一个可执行文件，可以在Windows、Linux和MacOS上运行。

总结

本文介绍了6种将Python代码打包成exe应用的方式，包括pyinstaller、cx_Freeze、py2exe、py2app、Nuitka和Nuitka+pyinstaller。每种方式都有其优点和缺点。比如pyinstaller，也是我最常用的。

优点：可将python文件转成可执行文件；跨平台；输出的可以是单一目录，也可以是一个单独的打好包的可执行文件；py2exe貌似输出目录；智能支持python的第三方模块如PyQt，外部数据文件等；支持EGG格式文件；可执行文件可以用UPX压缩，二进制压缩方式；支持控制台和视窗两种方式；可以选择exe文件的图标 (Windows only)；支持 COM server (Windows only)。

缺点：import导入的问题：pyinstaller是很智能的，只要指定了入口py文件，那么它就会根据代码自动查找需要导入的包。但是隐式导入的话，平常运行是没有问题的。例子：

**# test1.py**

**from sqlalchemy import create_engine**

**from sqlalchemy.orm import sessionmaker**

**DB_CONNECT_STRING = 'mysql+pymysql://root:123456@localhost/study'**

**engine = create_engine(DB_CONNECT_STRING, echo = False)**

**DB_Session = sessionmaker(bind = engine)**

**session = DB_Session()**

**print('this is my test')**

**运行这个ORM库的初始化引擎，是没有问题的，在console得到结果：this is my test**

**那么我们开始打包，使用最简单的pyinstaller test1.py。打包完成后，在当前目录下有个dist文件夹，进入dist下的test1文件夹，然后打开cmd，运行这个exe，我们就会发现：**

**提示：no model named 'pymysql'**

这是怎么回事呢？那么问题来了，sqlalchemy这个库在初始化的时候是不需要显示导入引擎库的，它自己有一个create_engine()的函数来初始化，这个字符串是使用者根据规则来自己填写的。其实解决的方法很简单，我们只要在显式导入pymysql这个库即可。现在我们导入这个库：import pymysql

重新打包一遍（重新打包的时候记得删除掉spec文件，否则会有缓存，或者是加上——clean选项清除掉），再次运行，现在就没有这个问题了。

多进程打包的问题

官方的CPython存在一个GIL锁，这个锁的存在有很多优点，很多库都是线程安全的，单线程执行的效率也高。在python早期的一个版本中取消掉了GIL，代之以高粒度的锁来实现多线程，但是实际应用中单个线程的效率大大降低。故后来又将GIL这个锁还原回去，所以至今的python2也好还是python3中都会有这个锁。但是这个锁有很大一个问题，那就是效率问题，它导致了python仅仅只能利用一个core来进行数据的计算。所以后面为了弥补这个GIL带来的问题，专家们设计了multiprocessing库，gevent库等。

前一个是多进程库，为了解决python用于数据密集型处理的情况；后一个用于异步IO处理的情况，基本原理就是在CPU时钟之间来回切换，简单的例子就是爬虫程序爬取网页的时候。假如有10个url，我们都要去GET它，实际上网络之间的延迟是大大高于计算机内部的，那么这个时间内计算机就切换到下一个。有时候运用多进程是必须的，这个替代不了，哪怕它占用资源很多。

总之开发者可以根据自己的需求选择合适的方式。无论选择哪种方式，都可以将Python代码打包成独立的可执行文件，方便用户使用。

最后：

我准备了一些非常系统的Python资料，除了为你提供一条清晰、无痛的学习路径，我还甄选了最实用的学习资源以及庞大的主流爬虫案例库。短时间的学习，你就能够很好地掌握爬虫这个技能，获取你想得到的数据，需要的朋友可以扫描文末二维码即可获取。

01 专为0基础设置，小白也能轻松学会

我们把Python的所有知识点，都穿插在了漫画里面。

在Python小课中，你可以通过漫画的方式学到知识点，难懂的专业知识瞬间变得有趣易懂。

你就像漫画的主人公一样，穿越在剧情中，通关过坎，不知不觉完成知识的学习。

02 无需自己下载安装包，提供详细安装教程

03 规划详细学习路线，提供学习视频

04 提供实战资料，更好巩固知识

05 提供面试资料以及副业资料，便于更好就业

这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要也可以扫描下方csdn官方二维码或者点击主页和文章下方的微信卡片获取领取方式，【保证100%免费】