第4章 PyInstaller进阶：多进程/多线程支持、C扩展模块处理、虚拟环境打包、Docker化打包

说实话，很多同学用PyInstaller打包普通脚本已经没问题了。但一遇到多进程、C扩展、虚拟环境这些场景，就开始抓瞎。我当年也是踩了不少坑才摸清楚门道。今天咱们就把这些进阶玩法一次性讲透。

4.1 多进程/多线程支持

先说说多进程。PyInstaller打包多进程程序时，有个经典问题——子进程启动失败。为什么会这样？因为打包后，Python解释器被替换成了你的exe文件。子进程默认会尝试启动python.exe，但打包环境里根本没有这玩意儿。

解决方案其实很简单。我习惯用 multiprocessing.freeze_support() 这个函数。看代码：

# main.py
import multiprocessing
import os

def worker(name):
    print(f"子进程 {name} 正在运行，PID: {os.getpid()}")

if __name__ == '__main__':
    multiprocessing.freeze_support()  # 这一行是关键
    processes = []
    for i in range(4):
        p = multiprocessing.Process(target=worker, args=(i,))
        processes.append(p)
        p.start()
    for p in processes:
        p.join()

打包命令和普通脚本一样：

pyinstaller --onefile main.py

多线程就简单多了。Python的GIL虽然限制了并行，但I/O密集型任务用多线程完全没问题。PyInstaller对 threading 模块支持得很好，基本不需要额外配置。

4.2 C扩展模块处理

C扩展模块，说白了就是那些用C/C++写的Python库。比如 numpy、pandas、opencv-python 这些。PyInstaller处理它们时，有时候会漏掉一些动态链接库（.dll或.so文件）。

我建议你打包前先做个检查。用 --hidden-import 参数手动指定可能遗漏的模块：

pyinstaller --onefile --hidden-import=numpy.core._multiarray_umath app.py

但一个个手动加太累了。更聪明的做法是用 --collect-all 参数：

pyinstaller --onefile --collect-all=numpy app.py

这个参数会收集指定包的所有数据文件和动态库。嗯，这里要注意——它会增加打包体积。我有个项目用了 --collect-all=opencv-python，打包后从30MB直接飙到150MB。

4.3 虚拟环境打包

虚拟环境打包，说白了就是让打包环境干净一点。我见过太多人直接在系统Python环境里打包，结果把一堆用不到的库也打包进去了。最后exe文件几百MB，运行还各种报错。

正确的做法是这样的：

1. 创建一个新的虚拟环境
2. 只安装项目需要的依赖
3. 在这个环境里执行PyInstaller

# 创建虚拟环境
python -m venv myenv

# 激活虚拟环境（Windows）
myenv\Scripts\activate

# 激活虚拟环境（macOS/Linux）
source myenv/bin/activate

# 只安装必要的依赖
pip install pyinstaller
pip install requests  # 你的项目依赖

# 打包
pyinstaller --onefile app.py

我个人习惯用 requirements.txt 来管理依赖。这样别人拿到项目也能复现同样的打包环境：

pip install -r requirements.txt
pyinstaller --onefile app.py

4.4 Docker化打包

Docker化打包，是解决环境不一致问题的终极方案。说白了，就是把打包环境做成一个镜像，谁用都一样。

我给你们看一个我常用的Dockerfile：

# Dockerfile
FROM python:3.10-slim

# 安装系统依赖
RUN apt-get update && apt-get install -y \
    gcc \
    libc6-dev \
    && rm -rf /var/lib/apt/lists/*

# 安装PyInstaller
RUN pip install pyinstaller

# 设置工作目录
WORKDIR /app

# 复制项目文件
COPY . .

# 打包
RUN pyinstaller --onefile --name myapp app.py

# 输出打包结果
CMD ["cp", "/app/dist/myapp", "/output/"]

构建和运行：

# 构建镜像
docker build -t pyinstaller-builder .

# 运行容器，获取打包结果
docker run --rm -v ${PWD}/output:/output pyinstaller-builder

这样做的好处很明显：

• 环境一致：不管你在Windows、macOS还是Linux上跑，打包环境都一样
• 可重复：同一个Dockerfile，任何时候打包结果都一样
• 干净：不会污染你的系统Python环境

还有一个技巧——用 docker-compose 来管理多平台打包：

# docker-compose.yml
version: '3'
services:
  builder-linux:
    build:
      context: .
      dockerfile: Dockerfile.linux
    volumes:
      - ./output:/output

  builder-windows:
    build:
      context: .
      dockerfile: Dockerfile.windows
    volumes:
      - ./output:/output

这样一条命令就能同时打出Linux和Windows的包：

docker-compose up builder-linux builder-windows

好了，这一章的内容就到这里。下一章咱们聊聊安装器制作——怎么把你的exe包装成一个漂亮的安装程序，让用户一键安装。