python将函数打包 如何将python代码打包

急等！！python中的pack函数怎样才能将一个十六进制的字符串打包成一个高位在前的十六进制数串？？

试试python的binascii模块

import binascii

tmp = '123456789ABCDEF0'

message = binascii.unhexlify(tmp)

此模块功能很多，详细用法百度一下吧

相关问答

Q1: Python程序加密打包

步骤：

1、使用此文程序编译python源程序为pyd

链接：

2、编写入口py文件，调用pyd模块

注意点：

1、由于pyinstaller不会导入pyd程序依赖包，所以需要将pyd程序依赖包在入口py文件中导入一次，避免打包exe时pyd无法使用

2、打包exe后，路径有所变化，pyd中路径需使用绝对路径

3、pyd文件不要写入口调用，if main等，在入口py文件中导包及调用相关函数

优点：脱离python环境，包依赖

缺点：文件较大

步骤：

1、将入口py文件打包为exe可执行程序，会自动导入pyd文件并进行封装

注意点：

1、打包exe后，cmd下运行程序，看是否有错误输出，按提示解决相应问题即可

Q2: Python程序代码混淆、编译、打包、运行（桌面程序防破解向）

像Python这种解释性的语言，要想私有化部署的同时又保护好源码，就像是对于鱼和熊掌的追求。

虽然做不到尽善尽美，但是对代码进行混淆，增加一点破解的难度，或许能规避一些泄露的风险。

本次演示环境：linux

确保要发布的包根目录("demo")中有__main__.py文件，这个是程序执行入口。

编译

批量改名.pyc文件

移动.pyc文件

清理.py文件

清理__pycache__文件夹

打包成zip

运行时只要将zip文件作为参数即可

最终整合脚本

调用方式

对于在变量和函数名上的混淆有点小儿科，而对于跨文件的类名的混淆又太容易实现。

所以对于混淆程度的取舍，要视工程的规模而定。

2.1 混淆工具pyminifier

在原来的工具 pyminifier上修复了几个bug。

安装：

python3 安装

或者clone下来，自行安装

使用例子

2.2 源码变更

不同的配置对于源码的要求不同，以下是笔者踩过的坑。

其他混淆想法

结合混淆、编译和打包，尝试出以下发布脚本。

主要的思路 ：创建一个工作目录tmp，然后在此目录下混淆、编译python代码，完成后把内容打包成pyc文件，再将pyc文件和其他配置文件移动到dist，发布dist即可。

混淆的目的是最大程度保护源码，在发布到客户端后不被轻易破解。

Q3: 将python打包成exe

return 应该放在一个函数里面的，

将python打包成exe的程序有很多，比如py2exe、PyInstaller等等，但是到目前为止，它们对python3.1支持的都不好，所以这里我要介绍一下cx_freeze 4.2.2，它还能支持跨平台，可以在windows和linux运行。

cx_freeze的下载网址为 ，要根据已安装的python版本进行选择。比如我使用的是python3.1，所以就要下载cx_Freeze-4.2.2.win32-py3.1.msi这个文件。运行这个安装包后，相关程序就会被拷贝到python的目录下。主要在两个地方，一个是C:/Python31/Scripts，另一个是C:/Python31/Lib/site-packages/cx_Freeze

在以前版本的cx_Freeze中，是通过FreezePython.py这个脚本将py转换为exe，而在4.2.2这个版本中，FreezePython.py已经不见了，主要的工作交给了C:/Python31/Scripts下的cxfreeze.bat来完成。

使用cx_Freeze完成python打包exe主要有两种方法：

第一种，直接运行cxfreeze.bat通过:

先进入cmd命令行，进入C:/Python31/Scripts目录，然后运行cxfreeze.bat -h 就可以看到它的使用说明了。我们可以用cx_freeze自己的sample做个试验。

进入到c:/python31/scripts/下，运行

cxfreeze C:/Python31/Lib/site-packages/cx_Freeze/samples/PyQt4/PyQt4app.py --install-dir=d:/123

pytqt4app.py就会被打包成exe，并且它所用到的库文件，也被一并考到了d:/123目录下。

Q4: python zip函数的用法

定义：zip([iterable,

...])

zip()是Python的一个内建函数，它接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个tuple（元组），然后返回由这些

tuples组成的list（列表）。若传入参数的长度不等，则返回list的长度和参数中长度最短的对象相同。利用*号操作符，可以将list

unzip（解压），看下面的例子就明白了：

1

2

3

4

5

6

7

8

9

a

=

[1,2,3]

b

=

[4,5,6]

c

=

[4,5,6,7,8]

zipped

=

zip(a,b)

[(1,

4),

(2,

5),

(3,

6)]

zip(a,c)

[(1,

4),

(2,

5),

(3,

6)]

zip(*zipped)

[(1,

2,

3),

(4,

5,

6)]

对于这个并不是很常用函数，下面举几个例子说明它的用法：

*

二维矩阵变换（矩阵的行列互换）

比如我们有一个由列表描述的二维矩阵

a

=

[[1,

2,

3],

[4,

5,

6],

[7,

8,

9]]

通过python列表推导的方法，我们也能轻易完成这个任务

1

2

print

[

[row[col]

for

row

in

a]

for

col

in

range(len(a[0]))]

[[1,

4,

7],

[2,

5,

8],

[3,

6,

9]]

另外一种让人困惑的方法就是利用zip函数：

1

2

3

4

5

a

=

[[1,

2,

3],

[4,

5,

6],

[7,

8,

9]]

zip(*a)

[(1,

4,

7),

(2,

5,

8),

(3,

6,

9)]

map(list,zip(*a))

[[1,

4,

7],

[2,

5,

8],

[3,

6,

9]]

这种方法速度更快但也更难以理解，将list看成tuple解压，恰好得到我们“行列互换”的效果，再通过对每个元素应用list()函数，将tuple转换为list

*

以指定概率获取元素

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

import

random

def

random_pick(seq,probabilities):

x

=

random.uniform(0,

1)

cumulative_probability

=

0.0

for

item,

item_probability

in

zip(seq,

probabilities):

cumulative_probability

+=

item_probability

if

x

cumulative_probability:

break

return

item

for

i

in

range(15):

random_pick("abc",[0.1,0.3,0.6])

'c'

'b'

'c'

'c'

'a'

'b'

'c'

'c'

'c'

'a'

'b'

'b'

'c'

'a'

'c'

这个函数有个限制，指定概率的列表必须和元素一一对应，而且和为1，否则这个函数可能不能像预想的那样工作。

稍微解释下，先利用random.uniform()函数生成一个0-1之间的随机数并复制给x，利用zip()函数将元素和他对应的概率打包成tuple，然后将每个元素的概率进行叠加，直到和大于x终止循环

这样，”a”被选中的概率就是x取值位于0-0.1的概率，同理”b”为0.1-0.4，”c”为0.4-1.0，假设x是在0-1之间平均取值的，显然我们的目的已经达到

python将函数打包的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于如何将python代码打包、python将函数打包的信息别忘了在本站进行查找喔。