QPT - Python程序模块化封装工具（Py转EXE）

国产Gitee | GitHub主页 | 快速使用 | 进阶教程 | 社区&捐赠支持 | 开发进度 GitHub Project | 踩坑笔记

QPT是一款可以“模拟”开发环境的多功能封装工具，最短只需一行命令即可将普通的Python脚本打包成EXE可执行程序，并选择性添加CUDA和NoAVX的支持，尽可能兼容更多的用户环境。 （如需加密，请使用Cpython或Pyarmor进行源码加密| 未来添加自动化加密模块）

^{如果对您有帮助，欢迎来点个⭐Star吧}

最近加班有点多，有空就更...吧 | 互联网寒冬，保工作要紧，暂时停更一段时间

版本说明

EAP - The Early Access Program 更新日志 | 开发进度

当前版本为V1.0b4尝鲜版本，仅具备基本功能，而且可能会有未测试出的Bug，建议在指导下投入生产环境。

当前仅深度适配Windows10、Windows11系统环境，如您的系统环境为盗版Win7且未更新最新系统补丁，那么将不能保证QPT可以在Win7上正常运行。

如在Win7中不能运行，可考虑在cmd中输入sfc/scannow修复系统进行解决，Win7+系统在输入前需添加DISM/Online/Cleanup-Image/RestoreHealth

!!!本项目并不是大团队维护的项目，没有组织，没有纪律，如有特殊需求可考虑PR代码，维护者并不会按照计划外的意愿进行维护，随时可能咕咕咕，故入坑需谨慎!!!。

• QPT的便利

  【可定制兼容方案】在打包形如PaddlePaddle深度学习Python库时也可流畅打包，通过自定义SubModule来让QPT来捕捉你的习惯。  
  【解释/命令双模式】不喜欢用命令打包也木有问题，Python语句照样可以轻松打包。  
  【轻松引入CUDA库】还担心用户不会安装CUDA吗？放心，这些QPT在打包时也考虑到了，无需用户安装也能用起CUDA。  
  【兼容大部分NoAVX平台】没有AVX慢是慢了点，但10年前的台式机就没有机会体验来自深度学习的乐趣吗？  
  【简单实用的Debug组件】QPT提供了几个实用的Debug工具以及日志系统，用户使用出现问题也可更快追踪异常情况。  
  【简约不简单的EXE】支持三种打包方式：秒安装、首次安装、在线安装三种方式，对应了三种：普通、较小、Mini三种打包体积，未来还将支持1M+大小的在线部署模块。
  

• QPT的缺陷

  【环境模拟】由于是“模拟”开发环境，所以相较传统打包对项目的规范程度有一定要求，越规范的项目越不容易踩坑，但也提升了使用成本。  
  【依赖处理】QPT只会打包源码中出现的Python包，但如果该包的依赖部分书写不规范（当然，大部分Python包是规范的）则可能会出现依赖缺失的问题。若您没有Requirements文件，那么在QPT自动生成Requirements.txt文件后需要您确认依赖是否完备，否则可能会有依赖漏掉的情况。  
  【踩坑继承】您搭建项目时所踩下的坑，QPT在模拟时可能并不会自动打包进去，极端情况下仍需要您手动撰写SubModule来保证用户可以正常使用。 
  

*以上均以PaddlePaddle为基准，其他深度学习框架在测试版本中可能需要手动添加Module。

快速使用

安装/更新QPT到当前环境

安装

• 通用方式：python -m pip install qpt
• 国内推荐：python -m pip install qpt -i https://mirrors.bfsu.edu.cn/pypi/web/simple

更新 - 强烈建议先卸载后安装

• Step1 卸载：python -m pip uninstall qpt
• Step2 安装：python -m pip install qpt

开始打包

方式一、撰写打包脚本[推荐]

• 撰写以下代码即可完成打包：

  # 导入QPT
  from qpt.executor import CreateExecutableModule as CEM
  
  #                                                        -----关于路径的部分，强烈建议使用绝对路径避免出现问题-----
  module = CEM(work_dir="./sample_program",                # [项目文件夹]待打包的目录，并且该目录下需要有↓下方提到的py文件
               launcher_py_path="./sample_program/run.py", # [主程序文件]用户启动EXE文件后，QPT要执行的py文件
               save_path="./out")                          # [输出目录]打包后相关文件的输出目录
             # requirements_file="auto"                    # [Python依赖]此处可填入依赖文件路径，也可设置为auto自动搜索依赖
             # hidden_terminal=False                       # [终端窗口]设置为True后，运行时将不会展示黑色终端窗口  
             # interpreter_module=Python37()               # [跨版本编译]需要预先from qpt.modules.python_env import Python37
                                                           # 好奇什么时候需要跨版本编译？可参考下方"进阶使用QPT"一节的《打包兼容性更强的Python解释器》
             # icon="your_ico.ico"                         # [自定义图标文件]支持将exe文件设置为ico/JPG/PNG等格式的自定义图标
  # 开始打包
  module.make()

方式二、使用命令打包[快捷]

注意：使用命令打包的前提是当前默认Python环境中使用pip安装了qpt，否则可能存在形如qpt不是内部或外部命令,也不是可运行的程序的报错信息。此外，若需要自动搜索依赖，强烈建议将QPT安装在开发环境，并且在开发环境中执行QPT，因为QPT会在搜索文件的import和pip list进行比对来确保搜索结果精确。

• 打开cmd/终端并输入以下命令即可完成打包：

  chcp 65001
  qpt.exe -f ./sample_program -p ./sample_program/run.py -s ./out -h False

  chcp 65001 命令可使得终端转为utf-8形式，避免出现编码问题

• 完整命令列表可使用qpt --help获取：

  Options:
    -f, --folder TEXT     [项目文件夹]待打包的文件夹路径，该目录也应当为整个项目的根目录或工作目录，否则可能会导致出现找不到模块等P
                          ython基础报错。  [required]
    -p, --py TEXT         [主程序文件]待打包的主要Py脚本文件所在的路径，例如要yyy/xxx.py中xxx.py是需要打包的主要P
                          ython文件，那么该处填写xxx.py即可。  [required]
    -s, --save TEXT       [输出目录]打包后文件保存的路径。  [required]
    -r, --require TEXT    [Python依赖]自动检测软件包依赖，填写auto后将会自动查找待打包的文件夹路径中所有py文件的impo
                          rt使用情况，最终生成requirements文件
                          当然，也可传入requirements.txt文件路径，这样即可指定依赖列表进行安装。
    -h, --hidden BOOLEAN  [终端窗口]是否隐藏全部终端窗口，若输入true或判定为真则隐藏全部Terminal窗口（适用于使用了PyQ
                          T、TK等桌面级可视化程序），输入false或判定为否则不隐藏（适用于Console & 终端程序）。
    -i, --icon TEXT       [自定义图标文件]传入自定义图标文件路径，为EXE设置属于你的图标样式，支持将exe文件设置为ico/JPG/PNG等格式的自定义图标。
    --help                Show this message and exit.

进阶使用QPT/FAQ

• 1. 更改QPT全局镜像源
• 2. 隐藏运行时的终端窗口
• 3. 能够更快定位用户问题的日志系统
• 4. 增加CUDA加速模块
• 5. 打包兼容性更强的Python解释器
• 6. 使用 SubModule 添加自定义 whl
• 7. 打包PaddleOCR、PaddleX等业务程序
• 8. PaddleOCR和QPT的落地实战 via:@ITerydh

完整进阶使用文档详见examples/advanced

高阶开发手册/项目贡献指南

预计V1.0RC版本发布

设计思想

其他说明

1. QPT会在用户第一次运行时会有环境兼容性适配步骤，与其他打包工具相比会显得耗时，但随后的运行速度可接近原生开发环境。
2. 已知Pyin*在打包时默认打包命令在打包PaddlePaddle时会有较大可能性打包失败，需要用户额外添加相关动态链接库并屏蔽部分Python包方可运行。
3. 除QPT外，更推荐Nuit*来打包深度学习相关库，性能好且打包难度较低。
4. NoAVX支持非常重要，当前仍有大量桌面级用户使用NoAVX平台。

社区相关

这些项目也在用

以下为内测初期QPT提供支持的开源项目，在此非常感谢这些作者与测试组用户为QPT提供的宝贵建议以及多次的调试与沟通，这也是QPT走向成熟的关键，同时也要感谢各位大佬在面对Bug时的不杀之恩。

1. 交互式语义分割标注软件 - PaddleCV-SIG/iann
2. 景观健康效益辅助评估工具 - JiehangXie/Landscape-Heath-Score
3. 团子翻译器-OCR部分 - PantsuDango/Dango-Translator

社区支持

来一杯咖啡☕

一杯咖啡提神醒脑，代码更新会更快更好！捐赠部分资金将用于社区维护，如您参与项目日常开发，也将会获得相关社区激励。
（不介意的话可以在捐赠时加个备注，例如QPT项目+昵称，后续将更新至捐赠致谢中）

捐赠者	累计捐赠金额	赞助席位
	5,000 .00 RMB	金牌赞助席位
社区ID 23****770	200 .00 RMB	银牌赞助席位
上海大学 曾老师	200 .00 RMB	银牌赞助席位
Viggo(wxbool)	100 .00 RMB	银牌赞助席位
社区ID *头	66 .00 RMB	支持赞助席位
社区ID iterhui	50 .00 RMB	支持赞助席位
社区ID LFeightyFour	23 .33 RMB	支持赞助席位
社区ID *猪	20 .00 RMB	支持赞助席位
社区ID super松	20 .00 RMB	支持赞助席位
社区ID **辉	20 .00 RMB	支持赞助席位
社区ID jerrychoices	20 .00 RMB	支持赞助席位
社区ID 14****650	10 .00 RMB	支持赞助席位
社区ID yangy996	10 .00 RMB	支持赞助席位
社区ID 未知	1 .00 RMB	兴趣赞助席位

完整捐赠名单&规则详见捐赠致谢.MD

Jetbrains 全家桶支持

本项目开发所使用的IDE由Jetbrains支持。

开源协议

本项目使用GNU LESSER GENERAL PUBLIC LICENSE(LGPL)开源协议。

Other情况

1. 形如使用QPT简单打包了自己的“强化学习小游戏”等操作，该情况无需申请QPT授权以及更换个人代码仓库完整的开源协议。
2. 若对QPT源代码进行了修改，尽管这些代码非恶意代码，但为了保证开发者和使用者权益和安全，在未取得QPT授权的情况下需要开源完整的源代码等LGPL协议中所要求的内容。