Python 编程实战 :打包与发布(PyInstaller / pip 包发布)

在 Python 开发走向进阶和职业化的阶段,"把写好的代码交付出去"是无法绕开的能力。无论是给非技术人员提供可执行程序,还是将自己的项目发布到 PyPI,为全球开发者使用,掌握专业的打包与发布流程都是必须的。

本篇博客从零到一带你熟悉:

  • PyInstaller:把 Python 项目打包成 EXE / APP
  • pip 包发布流程:把你的项目推向 PyPI
  • 常见坑与最佳实践

让你写的 Python 程序能真正"走出去",触达更多真实用户。


一、使用 PyInstaller 打包可执行程序

1. PyInstaller 是什么?

PyInstaller 是将 Python 程序打包成可执行文件(如 Windows 的 .exe)的最常用工具。它会把 Python 解释器 + 所有依赖打包进一个独立文件,用户无需 Python 环境即可运行。

适合场景:

✔ 给用户分发桌面工具 ✔ 内部办公自动化脚本 ✔ GUI 程序(Tkinter、PyQt、wxPython 等) ✔ 命令行工具


2. PyInstaller 基本使用

安装:

bash 复制代码
pip install pyinstaller

最简单的打包:

bash 复制代码
pyinstaller main.py

完成后,目录结构如下:

css 复制代码
dist/
    main/
        main.exe
build/
main.spec

最终可执行文件就在 dist 目录里。


3. 常用参数(必须掌握)

单文件打包

bash 复制代码
pyinstaller -F main.py

优点:只生成一个 .exe 缺点:启动稍慢

隐藏控制台窗口(GUI 程序)

bash 复制代码
pyinstaller -F -w main.py

加入图标

bash 复制代码
pyinstaller -F -i icon.ico main.py

添加数据文件(图片、配置、模型)

推荐在 .spec 文件中配置:

python 复制代码
a = Analysis(
    ...,
    datas=[('config.yml', 'config.yml'), ('assets/', 'assets/')],
)

然后:

bash 复制代码
pyinstaller main.spec

4. 打包常见问题(超实用)

(1)打包后无法运行 / 缺少模块

原因:PyInstaller 未能自动识别依赖 解决:

bash 复制代码
pyinstaller -F main.py --hidden-import xx_module

(2)打包文件太大?

解决方式:

  • 使用 UPX 压缩
  • 删除 matplotlib/numpy 中用不到的 DLL

(3)Mac 打包的 app 无法在另一台 Mac 运行

因为 macOS 的签名安全机制,建议:

  • 在目标版本系统构建(如 macOS 14)
  • 结合 codesign --deep 进行签名

二、Python 包发布到 PyPI(pip install 可用)

让别人可以:

bash 复制代码
pip install yourpackage

这是专业 Python 开发者的重要能力之一。


1. 项目结构(最推荐)

markdown 复制代码
myproject/
    myproject/
        __init__.py
        core.py
    tests/
    README.md
    pyproject.toml
    LICENSE

最关键:使用 pyproject.toml(现代标准)


2. 使用 build 进行构建

安装:

bash 复制代码
pip install build twine

构建:

bash 复制代码
python -m build

生成:

arduino 复制代码
dist/
    myproject-1.0.0.tar.gz
    myproject-1.0.0-py3-none-any.whl

3. 发布到 TestPyPI

避免污染正式 PyPI。

bash 复制代码
twine upload --repository testpypi dist/*

安装测试版:

bash 复制代码
pip install -i https://test.pypi.org/simple/ myproject

4. 正式发布到 PyPI

bash 复制代码
twine upload dist/*

全世界的人就都可以:

bash 复制代码
pip install myproject

5. pyproject.toml 示例(最推荐)

下面是一个专业示例,可直接复用:

toml 复制代码
[build-system]
requires = ["setuptools>=61", "wheel"]
build-backend = "setuptools.build_meta"

[project]
name = "myproject"
version = "1.0.0"
authors = [
    { name="Your Name", email="you@example.com" }
]
description = "A powerful and modern Python utility."
readme = "README.md"
license = { file="LICENSE" }
requires-python = ">=3.8"
dependencies = ["requests", "numpy"]

[project.urls]
Homepage = "https://github.com/you/myproject"
Documentation = "https://myproject-docs.com"

6. PyPI 发布常见问题

(1)403 权限错误

未创建 API Token 或 Token 配置错误 → 进入 pypi.org/manage/acco... 创建 Token 并更新 .pypirc


(2)版本号冲突

PyPI 版本号不能重复 → 每次发布前更新版本号(如:1.0.1 → 1.0.2)


(3)依赖未安装

确保 dependencies 正确写到 pyproject.toml


三、两者对比:应该用哪个?

场景 PyInstaller PyPI 包发布
给普通用户(没 Python 环境) ✔ 最佳选择
给开发者 ✔✔(最推荐)
分发 GUI 工具 无意义
库 / SDK 发布 ✔最佳

四、最佳实践总结

✔ 办公/桌面工具 → PyInstaller

稳定、方便、用户无须 Python

✔ 开发者工具 → PyPI 发布

现代 Python 项目的标准做法

✔ 推荐结合 CI 自动化发布

GitHub Actions + PyPI + build 可以做到"打 tag 自动发布"


相关推荐
2501_9448755110 分钟前
Go后端工程师
开发语言·后端·golang
该用户已不存在13 分钟前
没有这7款工具,难怪你的Python这么慢
后端·python
serve the people18 分钟前
tensorflow 零基础吃透:RaggedTensor 的不规则形状与广播机制 2
人工智能·python·tensorflow
Hello.Reader19 分钟前
Flink ML 基本概念Table API、Stage、Pipeline 与 Graph
大数据·python·flink
chen_note21 分钟前
Python面向对象、并发编程、网络编程
开发语言·python·网络编程·面向对象·并发编程
信看23 分钟前
树莓派CAN(FD) 测试&&RS232 RS485 CAN Board 测试
开发语言·python
brent42323 分钟前
DAY24推断聚类后簇的类型
python
测试199827 分钟前
一个只能通过压测发现Bug
自动化测试·软件测试·python·selenium·测试工具·bug·压力测试
肌肉娃子29 分钟前
seatunnel-mysqlcdc同步clickhouse方案
后端
Byron Loong35 分钟前
【Python】字典(dict)、列表(list)、元组(tuple)
开发语言·python·list