Python 源码打包成.whl文件的完整指南

Python 项目开发完成后,如何优雅地发布和安装?传统的 python setup.py install 虽然可用,但不够现代化,也不方便在不同环境中快速分发。今天,我们就来详细讲解如何将 Python 源码打包成 .whl 文件(Wheel),并进行安装和分发。


一、为什么选择 .whl 文件

.whl 是 Python 官方推荐的二进制分发格式,相比传统的源码安装有几个优势:

  • 快速安装 :不需要编译,直接 pip install xxx.whl
  • 跨平台(纯 Python):如果没有 C 扩展,可以在不同操作系统间通用
  • 规范标准 :兼容现代 Python 打包工具,如 pipbuild
  • 可控依赖:打包时可以指定依赖,安装时自动拉取

二、项目结构准备

假设你的项目名称是 mypkg,最基础的目录结构如下:

text 复制代码
mypkg/
├── mypkg/
│   ├── __init__.py
│   └── core.py
├── README.md
├── setup.py        # 传统方式
└── pyproject.toml  # 现代方式推荐
  • mypkg/:核心代码
  • setup.py:兼容老项目的打包配置
  • pyproject.toml:现代标准的打包配置

三、现代方式:pyproject.toml 打包

Python 官方推荐使用 PEP 517/518 标准,通过 pyproject.toml 来描述构建和依赖信息。

1. 安装打包工具

bash 复制代码
pip install build wheel setuptools

2. 配置 pyproject.toml

toml 复制代码
[build-system]
requires = ["setuptools>=61.0", "wheel"]
build-backend = "setuptools.build_meta"

[project]
name = "mypkg"
version = "0.1.0"
description = "My Python Package"
readme = "README.md"
authors = [
  { name="Your Name", email="you@example.com" }
]
dependencies = []

[tool.setuptools.packages.find]
where = ["."]

3. 构建 .whl 文件

在项目根目录执行:

bash 复制代码
python -m build

生成结果在 dist/ 目录:

text 复制代码
dist/
├── mypkg-0.1.0-py3-none-any.whl
└── mypkg-0.1.0.tar.gz

4. 本地安装测试

bash 复制代码
pip install dist/mypkg-0.1.0-py3-none-any.whl

四、传统方式:setup.py 打包

对于老项目,如果还在用 setup.py,也可以生成 .whl

python 复制代码
# setup.py
from setuptools import setup, find_packages

setup(
    name="mypkg",
    version="0.1.0",
    packages=find_packages(),
    install_requires=[],
)

构建:

bash 复制代码
python setup.py bdist_wheel

生成的 .whl 文件同样在 dist/ 目录。


五、源码保护与加密(可选)

.whl 文件本质上仍然包含源码,如果想防止直接查看 Python 代码,可以考虑:

方案 1:Cython 编译

text 复制代码
.py → .pyx → .so / .pyd → 打包成 whl

适合核心逻辑不想暴露的商业项目。

方案 2:PyArmor 混淆

bash 复制代码
pip install pyarmor
pyarmor gen mypkg/

可以对源码进行混淆,提高反编译成本。


六、总结

  1. .whl 是现代 Python 项目的推荐分发格式
  2. 现代方式使用 pyproject.toml + build,简单快捷
  3. 传统方式 setup.py 依然可用
  4. 可选混淆/编译策略保护核心源码

通过打包成 .whl,你可以方便地分发、安装和管理 Python 项目,让用户体验更流畅,也方便 CI/CD 自动化部署。

相关推荐
智算菩萨2 小时前
【Python机器学习】回归模型评估指标深度解析:MAE、MSE、RMSE与R²的理论与实践
python·机器学习·回归
程序员爱钓鱼2 小时前
用Python开发“跳一跳”小游戏——从零到可玩
后端·python·面试
IT_陈寒2 小时前
Vite 3.0 实战:5个优化技巧让你的开发效率提升50%
前端·人工智能·后端
、BeYourself2 小时前
Spring AI ChatClient 响应处理
后端·ai·springai
努力学算法的蒟蒻2 小时前
day47(12.28)——leetcode面试经典150
算法·leetcode·面试
熊猫钓鱼>_>2 小时前
基于Trae/Whisper/FFmpeg与Knowledge Graph MCP技术开发语音生成会议纪要智能应用
开发语言·人工智能·python·深度学习·ffmpeg·whisper·trae
智算菩萨2 小时前
【Python机器学习】分类模型评估体系的全景解析:准确率、精确率、召回率、F1 分数与 AUC
python·机器学习·分类
七夜zippoe2 小时前
Python迭代器与生成器深度解析:从原理到协程应用实战
开发语言·python
2401_841495642 小时前
Python适合开发的游戏
python·游戏·pygame·tkinter·panda3d·arcade·ursina