使用Python生成企业应用EXE文件时遇到三类问题求助

问题1：Windows Defender拦截EXE #

• 给EXE做数字签名：用企业内部的代码签名证书，或者用signtool工具给生成的文件签名，Defender对签名后的文件信任度更高
• 选择单文件打包模式：auto-py-to-exe里勾选"One File"，cx_freeze可通过setup.py配置单文件输出，减少分散文件被误判的概率
• 主动标记可信：把生成的EXE提交给Microsoft Defender Smartscreen，标记为可信文件，后续同事下载后不会被拦截

问题2：Sharepoint分享后无法运行（本地路径引用） #

• 替换硬编码本地路径：把代码里所有绝对路径（比如C:\Users\xxx\template.xlsx）改成相对路径，或者用os.path.dirname(os.path.abspath(__file__))获取当前EXE所在目录，动态拼接路径
• 打包时包含所有依赖文件：auto-py-to-exe中用"Additional Files"功能添加配置文件、模板等非代码资源，设置输出路径为相对路径；cx_freeze在setup.py里通过include_files参数指定要打包的额外文件
• 本地测试后再分享：把打包后的文件上传Sharepoint后，先自己下载到本地运行排查问题，不要直接在浏览器中打开运行

问题3：打包体积过大（冗余numpy等库） #

• 创建极简虚拟环境：不要用Anaconda基础环境，用conda create -n pyapp python=3.x新建环境，只安装必要依赖（pandas、pywin32，tkinter一般随Python自带），避免Anaconda自带的冗余库
• 用pyinstaller精准排除冗余：在干净环境中执行pyinstaller --onefile --exclude-module scipy --exclude-module matplotlib main.py，手动排除代码中未用到的库（pandas依赖numpy无法完全排除，但能去掉其他无关库）
• 优化导入方式：不要全量导入pandas，改用from pandas import DataFrame, read_excel这类按需导入，缩小打包依赖树
• 用UPX压缩：打包时添加--upx-dir "upx工具路径"参数，对生成的EXE进行压缩，可减少30%-50%体积

内容的提问来源于stack exchange，提问作者Ignpl