Hypackpy 是一款由白月黑羽开发的 Python 项目打包工具，它与 PyInstaller 等传统工具不同，通过直接打包解释器环境和项目代码，并允许开发者修改配置文件以排除不需要的内容，从而创建方便用户一键运行的可执行程序。以下是使用 Hypackpy 打包 Windows 可执行文件的详细步骤：

一、准备工作

• 下载 Hypackpy 工具 ：从Hypackpy 国内下载链接或国外下载链接获取 Hypackpy 工具。
• 准备干净的 Python 解释器环境 ：若没有现成的干净环境，可下载其提供的 Python3.10 纯净包，解压后建议修改目录名为与项目相关的名字，如 Python310-proj1，以便识别。

二、安装项目依赖包

在干净的 Python 解释器环境中安装项目所需的包。例如，使用白月黑羽提供的 Python 解释器环境，视频中的第一个示例项目，需执行如下命令：

<打包解释器目录>\python -m pip install excel2img

三、设置打包配置文件

• 生成配置文件 ：进入到 hypackpy 工具目录，执行命令addcfg.bat或者直接双击addcfg.bat，生成名为hypackpy_cfg.py的打包配置文件。
• 编辑配置文件 ：使用 vscode、pycharm 等编辑器打开hypackpy_cfg.py文件。在该文件中，可依据项目实际情况进行详细配置，以下是一些关键配置项及含义：
  • project_name ：项目名称，在生成的可执行文件夹中会用到。
  • project_version ：项目的版本号。
  • project_entry ：指定项目的入口文件，如main.py。
  • python_home ：指定用于打包的 Python 解释器环境路径。
  • site_packages_include ：可指定需要包含的第三方库路径，若项目依赖的某些库未被自动包含，可通过此选项手动添加。
  • site_packages_exclude ：指定需要排除的第三方库，以减少打包文件的大小。

* **`data_files_include`** ：包含项目所需的数据文件，如图片、配置文件等。
* **`data_files_exclude`** ：排除不需要的数据文件。
* **`python_exclude_packages`** ：排除 Python 标准库中未使用的包，如`pip`、`setuptools`等，可减少打包文件体积。

* **`python_exclude_files`** ：排除 Python 标准库中未使用的文件。

四、执行打包

进入到 hypackpy 工具目录，执行命令pack.bat或者直接双击pack.bat，Hypackpy 会依照配置文件的指引，开始打包过程。在打包过程中，Hypackpy 会进行以下操作：

• 复制文件 ：将指定的 Python 解释器环境、项目代码以及依赖的第三方库复制到一个临时目录。
• 分析依赖 ：对项目代码进行分析，确定所需的依赖文件，并将其包含在打包文件中。
• 压缩文件 ：将复制的文件进行压缩，以减小打包文件的大小。
• 生成可执行程序 ：根据配置文件中的设置，生成可执行程序。

五、打包后的处理

• 测试可执行程序 ：在打包完成后，进入到生成的可执行文件所在目录，双击运行可执行文件，检查程序是否能够正常运行，确保所有功能都正常。
• 清理打包文件 ：如果对打包结果满意，可以删除打包过程中产生的临时文件，以节省磁盘空间。

六、Hypackpy 的优势与适用场景

• 优势 ：Hypackpy 通过直接打包解释器环境和项目代码，能够避免因依赖库复杂或动态导入等问题导致的打包失败或运行错误。同时，通过配置文件的精细控制，可以有效地减小打包文件的体积，提高打包效率。此外，它还支持修改配置文件以排除不需要的内容，使打包过程更加灵活和可控。
• 适用场景 ：Hypackpy 特别适用于那些依赖库较多、结构复杂的 Python 项目，以及对打包文件体积有较高要求的场景。例如，一些基于 PySide6、PySide2、PyQt6、PyQt5 等图形界面库开发的项目，或者需要打包包含大量数据文件的项目。

七、常见问题及解决方法

• 缺少文件或库 ：如果在运行打包后的程序时提示缺少某些文件或库，可检查配置文件中的site_packages_include和data_files_include选项，确保所需的文件和库已被正确包含。同时，也可以通过检查打包后的文件夹结构，确认相关文件是否已成功复制。
• 打包文件体积过大 ：如果打包后的文件体积较大，可通过仔细检查配置文件中的排除规则，进一步排除不必要的包、文件或数据，以减小体积。还可以考虑对项目代码进行优化，减少不必要的依赖。
• 兼容性问题 ：由于 Hypackpy 只支持 Windows 打包，且不支持 Conda 和虚拟环境打包，因此在使用时需确保开发环境为 Windows 系统，并避免使用与 Conda 或虚拟环境相关的工具和设置。

通过以上步骤和注意事项，使用 Hypackpy 打包 Python 项目为 Windows 可执行文件将变得简单高效。开发者能够根据项目需求灵活配置打包参数，生成满足要求的可执行文件，实现软件的便捷部署和分发。