云栈社区»论坛 › 技术文档「 Note & Doc 」 › Nuitka 编译打包 Python 程序的原理与实践：生成独立可执行文件 ...

发回帖发新帖

2241 积分	0 好友	319 主题

发消息

Nuitka 编译打包 Python 程序的原理与实践：生成独立可执行文件与性能提升

发表于 16 小时前 | 查看: 2| 回复: 0

几乎每个 Python 开发者在学习过程中都会思考一个问题：如何将自己编写的程序方便地分享给他人运行？

与 C++ 代码可以直接编译成可执行文件，或 JavaScript 代码能在浏览器中直接运行不同，Python 代码必须依赖 Python 解释器来执行。然而，很多操作系统并没有预装 Python 环境。

系统错误提示弹窗

因此，一个直接的想法是先将 Python 环境安装到目标电脑上。但如果这个方法行不通，另一个更优雅的解决方案是使用工具将 Python 脚本打包成一个独立的可执行文件。

市面上有多种 Python 打包工具，PyInstaller 是其中广为人知的一个。不过，许多开发者同时也推荐另一个名字：Nuitka。那么，Nuitka 究竟有何特别之处？它又如何使用呢？

Nuitka 的基本安装与打包

安装 Nuitka 非常简单，只需使用 pip 命令：

pip install nuitka

安装完成后，通过 nuitka 命令加上目标 Python 文件名即可进行基础打包：

nuitka love.py

Nuitka编译命令过程截图

但是，请注意，以上述简单方式打包生成的 .exe 文件，仍然无法在没有安装 Python 的计算机上运行。因为它只包含了主程序，没有将 Python 解释器及其依赖一并打包。

为了实现真正的独立运行，我们需要使用 --standalone 参数：

nuitka 你的程序.py --standalone

更进一步，如果你希望最终产物是一个单独的文件，而非一个包含众多依赖的文件夹，可以再加上 --onefile 参数：

nuitka 你的程序.py --standalone --onefile

这样生成的程序就可以在没有安装 Python 的同类型系统上运行了。例如，在 Windows 7 下打包的程序，通常也能在 Windows 10 上正常运行。反过来则不一定可行，原因在于系统底层的兼容性。

DLL缺失错误提示弹窗

打包包含外部资源的复杂项目

理论讲完了，让我们实战一下。以之前一个名为“羊了个羊”的 Python 小游戏为例，它使用了 pgzero 库，并包含了图片、音效等外部资源，看看 Nuitka 对复杂 GUI 程序和第三方库的支持如何。

打包前，请务必确保你的源程序可以正常通过 Python 解释器运行。然后执行打包命令，可能会遇到如下错误：

FileNotFoundError: [Errno 2] No such file or directory: 'C:\\...\\Temp\\...\\pgzero\\data\\icon.png'

错误提示缺少一个 icon.png 文件。这是因为 pgzero 库在内部需要引用一个图标资源。解决方法是使用 --include-data-files 参数，将外部文件手动包含到打包产物中。其格式为：

--include-data-files=电脑上资源文件的路径=程序中的调用路径

如果你在 pgzero 模块中找不到这个文件，也可以用任意一张图片替代，只要路径映射正确即可。

对于游戏中用到的 images 图片文件夹和 music 音乐文件夹，则需要使用 --include-data-dir 参数来包含整个目录：

nuitka --standalone --onefile \
--include-data-files=icon.png=pgzero/data/icon.png \
--include-data-dir=images=images \
--include-data-dir=music=music \
sheep.py

羊了个羊游戏运行截图

配置好所有资源路径后再次打包，等待编译完成，就可以通过生成的独立 exe 文件来运行游戏了。

值得注意的是，由于我们指定了 --standalone 模式，Nuitka 会自动分析和打包程序所依赖的所有模块。另一个优点是，打包后的程序在运行出错时，依然能给出相对清晰的错误提示，这对于调试和问题排查非常关键。

Nuitka 的“隐藏”功能：性能提升

除了打包，Nuitka 还有一个显著的优势：为代码加速。这源于其与众不同的工作原理。

让我们用一个计算密集型的例子来对比。下面是一段包含大量循环和浮点运算的代码：

import time
from typing import List

def complex_computation(n: int) -> List[float]:
    start_time = time.time()
    """
    一个计算密集型的函数，进行大量数学运算
    包含：循环、浮点运算、列表操作等
    """
    result = []
    for i in range(n):
        temp = 0.0
        for j in range(n):
            temp += (i * j) / (j + 1) ** 2
            temp = temp ** 0.5
            if j % 2 == 0:
                temp = temp * 1.5
            else:
                temp = temp * 0.7
        result.append(temp)
        if i % 1000 == 0:
            execution_time = time.time() - start_time    # 计算执行时间
            print(i, f"{execution_time:.2f}")
    return result

def main():
    n = 10000    # 执行次数
    start_time = time.time()    # 记录开始时间
    result = complex_computation(n)        # 执行计算密集型操作
    execution_time = time.time() - start_time    # 计算执行时间
    print(f"执行时间: {execution_time:.2f} 秒")

if __name__ == "__main__":
    main()

分别测试直接运行 Python 脚本、使用 PyInstaller 打包后运行、以及使用 Nuitka 打包后运行的耗时，结果对比如下：

Python 3.11、Nuitka和PyInstaller性能对比图