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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南解决Jellyfin中文元数据难题:MetaShark插件3大场景配置指南5大技术突破:轻量级AI引擎的跨平台部署指南B站m4s格式无法播放?m4s-converter轻松搞定视频永久保存全攻略BTCPay Server 开源项目配置指南:跨平台部署与高效部署最佳实践RSSHub-Radar 使用问题全解析:从入门到进阶的解决方案
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108