实用技巧！Pyinstaller打包技巧！
当我们使用Python开发好程序需要打包成exe时，主流的做法便是使用pyinstaller，这玩意，看似简单，其实挺麻烦的，坑比较多，特别是涉及到比较复杂的库时，另外一个麻烦的事情是，打包失败后，搜索到的很多解决方案是没有效果的。
前一段时间，我用Python开发了视频同步助手，也是用pyinstaller打包的，其中涉及到opencv-python、ffmpeg、moviepy等包，嗯，这个过程比较磨人，在我配合pyinstaller源码与其文档后，掌握了一些技巧，本文简单总结记录一下，希望对你有所帮助。
动态导入问题
如果你项目中使用了opencv-python库，简单利用pyinstaller打包，很容易出现打包成功了，却无法运行exe的情况，如下图：
从报错细节来看，它让你检查OpenCV是否安装（Check OpenCV installation），但这其实不是报错原因，核心在这句：
native_module = importlib.import_module("cv2")
importlib库在业务型项目中是比较少使用的，其作用就是动态载入相应的库，而我们在日常的业务开发中，使用import关键字来实现库的载入。
很多Python开源项目会使用importlib来实现插件系统，值得学习，但这里却因为importlib的原因，让pyinstaller打包失败。
阅读pyinstaller文档中的【What PyInstaller Does and How It Does It】小节，可知，pyinstaller在打包时，会将项目的依赖也打包进来，但不包含下面几种情况：
实现了__import__()方法的类实例，在项目中使用时，无法被pyinstaller检测 通过importlib.import_module()方法导入的库，无法被pyinstaller检测 通过sys.path执行的逻辑，无法被pyinstaller检测
嗯，pyinstaller存在这些局限，而很多知名的库却大量出现上面的三种情况，比如Django、opencv-python。
怎么办？文档给出了4种解决方案：
通过pyinstaller命令行打包时，通过相应的配置参数，给出额外的信息 将项目修改成使用import关键字导入的形式 编写spec文件，给出额外信息，这与第1种方法相同，命令行上指定的参数，等价于spec配置文件中的配置 使用hook，实现动态替换
首先排除方法2，因为这种方式只适用于你自己的项目，而Django、opencv-python这类第三方库，改不动，改动了也不好维护。
然后排除方法1与方法3，对于简单情况，这两种方法是可以的，文本后面点也会介绍，但一些第三方库，动态导入的地方比较多，你通过写死配置的形式不太靠谱。
嗯，剩下方法4了。
什么是pyinstaller的hook？其实就是动态替换一些信息的一种方法。以opencv-python为例，开发者自己知道不同版本的opencv-python动态导入时，会导入什么地方的数据，通过hook的形式，在不改动opencv-python的基础上，动态映射成我们自己的导入方式。
pyinstaller文档中给出了hook的开发细节，但不用急着动手，pyinstaller的社区已经将一些知名库的hook都开发好了，当你安装好pyinstaller时，相应的hook库其实也安装好了，叫pyinstaller-hooks-contrib。
pyinstaller-hooks-contrib 是社区维护的pyinstaller hooks机制
我们以opencv-python为例，找到opencv-python代码动态导入的位置，如下图：
当我们打包opencv-python时，需要注意opencv-python的版本，因为不同版本的opencv-python，需要hook的位置可能会改变，我们看到pyinstaller opencv-python相关的hook代码中的注释也可以看出其版本要求：
经过多次实验，下面的版本关系可以让opencv-python成功打包。
pip uninstall pyinstaller-hooks-contrib
pip install pyinstaller-hooks-contrib==2021.3
pip uninstall pyinstaller
pip install pyinstaller==4.5.1
pip uninstall opencv-python
pip install opencv-python==4.5.4.58
但，单纯的解决版本问题，还是无法很好的使用opencv-python，我们还需要将opencv-python的完整路径告诉pyinstaller，这需要使用方法1或方法3，我个人习惯使用方法3，即利用spec配置文件的形式来给pyinstaller更多额外信息。
spec文件
阅读pyinstaller文档中的【Using Spec Files】小节可知，spec文件会告诉pyinstaller打包时，如何处理被打包脚本，且spec文件实际上是可执行的python代码。
从文档可知，spec文件主要有4个用途：
当你希望将数据文件与打包程序捆绑在一起时 当你希望包含运行时库时（DLL、SO等文件） 当你希望将Python run-time options添加到可执行文件时 当您想创建一个包含合并的公共模块的多程序包时
用途3与用途4没有在实际项目中使用过，所以不讨论，我们主要来看看用途1与用途2。
我们可以使用下面命令创建spec文件：
pyi-makespec main.py下面是【无感视频同步助手】的spec文件，相比于创建出的默认spec文件，内容多会多一些，建议你直接从我这里复制出去用。
# -*- mode: python ; coding: utf-8 -*-
import json
import os
import sys
import PyInstaller.config
# 存放最终打包成app的相对路径
buildPath = 'build'
PyInstaller.config.CONF['distpath'] = buildPath
# 存放打包成app的中间文件的相对路径
cachePath = os.path.join(buildPath, 'cache')
if not os.path.exists(cachePath):
os.makedirs(cachePath)
PyInstaller.config.CONF['workpath'] = cachePath
# icon相对路径
icoPath = os.path.join('logo.ico')
# 项目名称
appName = '无感视频同步助手'
# 版本号
version = '1.0.0'
# 对Python字节码加密
block_cipher = pyi_crypto.PyiBlockCipher(key='875650321356')
a = Analysis(['gui_main.py'],
pathex=["venv\\Lib\\site-packages\\cv2"],
binaries=[("venv\\Lib\\site-packages\\cv2\\opencv_videoio_ffmpeg453_64.dll", ".")],
datas=[('gui\\frontend', 'gui\\frontend')],
hiddenimports=[],
hookspath=[],
hooksconfig={},
runtime_hooks=[],
excludes=[],
win_no_prefer_redirects=False,
win_private_assemblies=False,
cipher=block_cipher,
noarchive=False)
pyz = PYZ(a.pure, a.zipped_data,
cipher=block_cipher)
exe = EXE(pyz,
a.scripts,
a.binaries,
a.zipfiles,
a.datas,
[],
name=appName,
debug=False,
bootloader_ignore_signals=False,
strip=False,
upx=True,
upx_exclude=[],
runtime_tmpdir=None,
console=False,
disable_windowed_traceback=False,
target_arch=None,
codesign_identity=None,
entitlements_file=None,
icon=icoPath)
其中：
pathex=["venv\\Lib\\site-packages\\cv2"],
便是将opencv-python完整项目的路径告诉pyinstaller，这样打包pyinstaller-python时，再配合上正确的pyinstaller与opencv-python版本，便可以打包出可正常打开的exe。
知识点：第三方库代码相关的放在pathex字段中
打包后的opencv-python无法处理视频
一切似乎很ok，但真正运行业务逻辑时，会报错：
经过加日志重打包后分析可知，它在下面位置报错：
opencv-python处理视频其实利用了ffmpeg.dll，而我们打包时，如果没有告诉pyinstaller ffmpeg.dll的位置，pyinstaller就不会将其打包进来，则会导致运行报错。
所以，spec文件中需要下面的内容：
binaries=[("venv\\Lib\\site-packages\\cv2\\opencv_videoio_ffmpeg453_64.dll", ".")],
知识点：dll、so这类动态库，要写在binaries字段中。
静态资源打包
【无感视频同步助手】使用了html、css来做布局，这些不是python代码，对python而言，类似于image、video之类的静态资源，这类静态资源，我们需要写到spec文件的datas字段中：
datas=[('gui\\frontend', 'gui\\frontend')],
打包moviepy
搞定opencv-python后，你可以用类似的方法来搞moviepy这个库，毕竟moviepy也是基于ffmpeg来弄的，这不简单。
嗯，不会灵活变通的话，可能会懵逼，因为moviepy有如下导入方式，且社区没有提供moviepy的hook：
moviepy的作者偷懒，直接通过exec来批量导入需要的库，不可为不骚。
怎么解决？
使用方法2，没错，将其改成使用import关键字导入的形式，但不是改moviepy的代码。我们创建moviepy_import.py文件，将需要导入的库都写进去。
然后再项目入口py文件中，import moviepy_import，解决moviepy批量导入的骚写法。
此外，moviepy打包还有另外一个问题，因为moviepy使用了imageio_ffmpeg这个库，而imageio_ffmpeg会使用ffmpeg，但我们打包时，没有将ffmpeg文件打包进去，moviepy在运行时便会报错。
浏览imageio_ffmpeg目录，发现它自己会安装对应版本的ffmpeg。
找到moviepy报错位置，其实是imageio_ffmpeg库的_utils.py文件中的get_ffmpeg_exe()方法，如下图：
其实就是找不到ffmpeg而报错，我的解决方法是手动设置一下：
结尾
嗯，目前我笔记里有记录的坑就上文中这些了，一个体会是，阅读源码和阅读文档的能力很重要，特别是资料比较少的情况。
推荐阅读:
入门: 最全的零基础学Python的问题 | 零基础学了8个月的Python | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 | 从万众期待到口碑扑街！唐探3令人失望 | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！| 再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜
年度爆款文案
点阅读原文，看B站我的视频！
