一. pyinstaller和Nuitka使用感受
1.1 使用需求
這次也是由於專案需要,要將python的程式碼轉成exe的程式,在找了許久後,發現了2個都能對python專案打包的工具——pyintaller和nuitka。
這2個工具同時都能滿足專案的需要:
- 隱藏原始碼。這裡的pyinstaller是透過設定key來對原始碼進行加密的;而nuitka則是將python原始碼轉成C++(這裡得到的是二進位制的pyd檔案,防止了反編譯),然後再編譯成可執行檔案。
- 方便移植。使用者使用方便,不用再安裝什麼python啊,第三方包之類的。另外,搜尋公眾號Linux就該這樣學後臺回覆“猴子”,獲取一份驚喜禮包。
1.2 使用感受
2個工具使用後的最大的感受就是:
pyinstaller體驗很差!
- 一個深度學習的專案最後轉成的exe竟然有近3個G的大小(pyinstaller是將整個執行環境進行打包),對,你沒聽錯,一個EXE有3個G!
- 打包超級慢,啟動超級慢。
nuitka真香!
- 同一個專案,生成的exe只有7M!
- 打包超級快(1min以內),啟動超級快。
二. Nuitka的安裝及使用
2.1 nuitka的安裝
- 直接利用pip即可安裝:
pip install Nuitka
- 下載vs2019(MSVS)或者MinGW64,反正都是C++的編譯器,隨便下。
2.2 使用過程
對於第三方依賴包較多的專案(比如需要import torch,tensorflow,cv2,numpy,pandas,geopy等等)而言,這裡最好打包的方式是只將屬於自己的程式碼轉成C++,不管這些大型的第三方包!
以下是我demo的一個目錄結構(這裡使用了pytq5框架寫的介面):
├─utils//原始碼1資料夾
├─src//原始碼2資料夾
├─logo.ico//demo的圖示
└─demo.py//main檔案
使用以下命令(除錯)直接生成exe檔案:
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
這裡簡單介紹下我上面的nuitka的命令:
--standalone
:方便移植到其他機器,不用再安裝python--show-memory --show-progress
:展示整個安裝的進度過程--nofollow-imports
:不編譯程式碼中所有的import,比如keras,numpy之類的。--plugin-enable=qt-plugins
:我這裡用到pyqt5來做介面的,這裡nuitka有其對應的外掛。--follow-import-to=utils,src
:需要編譯成C++程式碼的指定的2個包含原始碼的資料夾,這裡用,來進行分隔。--output-dir=out
:指定輸出的結果路徑為out。--windows-icon-from-ico=./logo.ico
:指定生成的exe的圖示為logo.ico這個圖示,這裡推薦一個將圖片轉成ico格式檔案的網站(位元蟲)。--windows-disable-console
:執行exe取消彈框。這裡沒有放上去是因為我們還需要除錯,可能哪裡還有問題之類的。
經過1min的編譯之後,你就能在你的目錄下看到:
├─utils//原始碼1資料夾
├─src//原始碼2資料夾
└─demo.py//main檔案
├─out//生成的exe資料夾
├─demo.build
└─demo.dist
└─demo.exe//生成的exe檔案
├─logo.ico//demo的圖示
當然這裡你會發現真正執行exe的時候,會報錯:no module named torch,cv2,tensorflow
等等這些沒有轉成C++的第三方包。
這裡需要找到這些包(我的是在software\python3.7\Lib\site-packages下)複製(比如numpy,cv2這個資料夾)到demo.dist
路徑下。
至此,exe能完美執行啦!