Nuitka：将 Python 转 C 代码，再编译为可执行文件或扩展模块

内容分享6天前发布 Ao米米

1 5 0

Nuitka 把 Python 源代码翻译成 C 代码，再交给 C 编译器生成可执行文件或扩展模块。它的目标不是彻底改变 Python，而是尽量保持兼容性，同时减少运行时开销。可以看成是 CPython 的“加速器/打包器”的合体。

Nuitka 解决了哪些痛点（为什么想用它）

• 想发可执行程序给不会装 Python 的用户？–standalone 或 –onefile 可以把依赖打包好，直接分发。
• 想把关键模块做成扩展模块（.so/.pyd），提高性能或保护源码？–mode=module 可以把 .py 编译成扩展。
• 想要比纯解释器更快一点？通过编译和优化，某些 CPU 密集型或调用频繁的场景能得到明显加速（见 pystone 测试）。

安装（快速上手）

• 推荐方式（绝大多数平台）：

• pip 安装：python -m pip install nuitka

• 检查版本：python -m nuitka –version
一般只要能调用系统 C 编译器（gcc/clang 或 MSVC）就能工作。Nuitka 支持 Python 2.6/2.7 和 Python 3.4–3.13（不同平台有些细节依赖）。

基本使用（最常见命令）

• 把脚本编译成加速版（保留原有脚本名，但是会生成一个加速目标）：

• python -m nuitka your_script.py

• 递归跟随导入并把程序编译成独立可执行目录（推荐用于分发）：

• python -m nuitka –standalone –follow-imports your_script.py

• 生成单文件可执行（会在运行时解包）：

• python -m nuitka –onefile your_script.py

• 编译生成扩展模块（替代 some_module.py）：

• python -m nuitka –mode=module some_module.py

• 直接运行编译并执行（方便调试）：

• nuitka-run –run your_script.py
小贴士：总是用 -m nuitka 的方式来调用，这样不会用错解释器导致莫名的 SyntaxError/ImportError。

常见场景与参数

目的	常用选项	说明
本地加速运行	python -m nuitka script.py	快速编译并用 libpython 动态链接执行，减少部分开销
分发到没有 Python 的机器	–standalone	会生成 .dist 目录，把依赖文件拷过去就能跑
生成单文件可执行	–onefile	单文件方便发放，但运行时要解包，调试不便
做成扩展模块	–mode=module	输出 .so/.pyd，给 Python 导入使用（适合保护源码或局部加速）
包管理集成	bdist_nuitka / pyproject.toml 配置	与 setuptools/pyproject 集成，生成 wheel 或 Nuitka 构建产物
包含数据文件	–include-data-files / –include-package-data	standalone/onefile 时，手动或自动包含资源文件

优点（为什么吸引人）

• 高兼容性：旨在保持与 CPython 行为一致，支持大量标准库和第三方包。
• 灵活：既能做“加速器”，也能做“打包器”，适用面广。
• 多平台：支持 Windows、Linux、macOS、FreeBSD 等，能构建不同架构的目标。

缺点 / 限制（要注意的坑）

• 不是万能加速器：并非所有代码都会变快，I/O、网络型代码受限于本身特性，性能提升视具体场景而定。
• 编译慢、占资源：把 Python → C → 编译的过程需要大量时间和内存，复杂项目编译可能很慢，需要 ccache、更多 RAM 或优化编译参数。
• standalone 的依赖复杂：打包第三方扩展（DLL/.so）、数据文件需要手动处理或依赖 Nuitka 插件配置，某些复杂包（列如新版本的 NumPy）可能需要额外调整。

小结
如果你需要把 Python 程序交付给不懂安装 Python 的用户、想保护源码、或者想对关键代码做必定加速与封装，Nuitka 是个超级值得一试的工具。学习曲线比 pyinstaller/py2exe 要陡一些（由于涉及 C 编译和依赖细节），但兼容性与性能潜力让它很值得投入时间。对工程化、CI 构建、跨平台发布有需求的团队尤其适合。

项目地址：https://github.com/Nuitka/Nuitka