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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
572
99
暂无描述
Dockerfile
710
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
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
2