PyInstaller 技术文档
2024-12-25 10:55:04作者:何将鹤
1. 安装指南
1.1 系统要求
- Python: 3.8-3.13(不支持Python 3.10.0和Python 3.14的beta版本)
- Windows:
- 支持Windows 7及以上版本,但官方仅支持Windows 8+。
- 使用Windows商店安装的Python需要PyInstaller 4.4或更高版本。
- Linux:
- 支持基于GNU libc和musl libc的多种架构(如x86_64, aarch64, i686, ppc64le, s390x)。
- 需要
ldd,objdump,objcopy等工具。
- macOS:
- 支持macOS 10.15 (Catalina)及以上版本。
- 支持构建
universal2应用程序。
1.2 安装步骤
PyInstaller可以通过pip进行安装:
pip install pyinstaller
对于Raspberry Pi用户,建议添加piwheels作为额外的索引URL:
pip install pyinstaller --extra-index-url https://www.piwheels.org/simple
2. 项目的使用说明
2.1 基本用法
使用PyInstaller打包Python脚本非常简单,只需运行以下命令:
pyinstaller /path/to/yourscript.py
这将生成一个包含所有依赖项的单个文件夹或可执行文件。
2.2 高级选项
PyInstaller提供了多种选项来定制打包过程,例如:
--onefile: 将所有内容打包到一个可执行文件中。--windowed: 创建一个无命令行窗口的应用程序(适用于GUI应用)。--icon=icon.ico: 为Windows应用程序设置图标。
更多详细信息,请参考官方手册。
3. 项目API使用文档
3.1 主要功能
PyInstaller的主要功能是将Python应用程序及其所有依赖项打包成一个独立的可执行文件或文件夹。它自动分析脚本所需的模块和库,并将它们与脚本一起打包。
3.2 支持的Python包
PyInstaller支持多种常见的Python包,如:
- numpy
- PyQt5, PySide2, PyQt6, PySide6
- wxPython
- matplotlib
3.3 第三方包支持
PyInstaller内置了多种第三方包的支持,用户无需额外配置即可使用这些包。
4. 项目安装方式
4.1 通过pip安装
最简单的安装方式是通过pip:
pip install pyinstaller
4.2 手动安装
对于某些平台,可能需要手动构建PyInstaller的引导程序。这通常在安装过程中自动完成,前提是系统中已安装了合适的C编译器(如gcc或clang)和zlib的开发头文件。
4.3 其他平台
对于未在官方测试范围内的平台(如FreeBSD, Solaris, AIX等),用户需要手动构建引导程序。具体步骤请参考官方文档。
5. 支持与帮助
5.1 官方调试指南
当遇到问题时,可以参考官方调试指南。
5.2 用户贡献的帮助主题
GitHub Wiki上提供了一些用户贡献的帮助主题,地址为GitHub Wiki。
5.3 社区支持
用户可以通过以下方式获取帮助:
6. 版本变更
6.1 当前版本变更
当前版本的详细变更列表可以在Changelog中找到。
通过以上文档,用户可以了解如何安装、使用和调试PyInstaller,从而更好地打包Python应用程序。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178