pywebview:用Python+Web技术打造轻量级桌面应用!

pywebview:用Python+Web技术打造轻量级桌面应用!
✍️作者:唐叔在学习
💡专栏:唐叔学python
关键词Python桌面开发pywebview教程WebView应用前后端分离JS与Python交互桌面应用打包Electron替代方案Python GUI

大家好,我是唐叔。今天我们来聊聊一个非常轻量且强大的Python库——pywebview。如果你曾经为开发一个简单的桌面应用而纠结于Electron的笨重、PyQt的复杂,或是Tkinter的界面简陋,那pywebview或许正是你一直在找的解决方案。

文章目录

一、介绍

pywebview 是一个轻量级的跨平台Python库,它允许你在一个原生窗口中嵌入Web技术(HTML/CSS/JS)来构建GUI界面。本质上,它就是一个迷你浏览器内核,让你可以用写网页的方式写桌面应用。

与其他桌面框架对比:

  • Electron:功能强大,但打包体积大、内存占用高。
  • PyQt/Tkinter:原生控件,但界面现代化程度低、开发效率不高。
  • pywebview轻量、跨平台、易上手,适合快速开发中小型桌面应用,尤其是已有Web前端的项目。

二、安装

安装全量版本

pip install pywebview 

安装指定环境版本

如果你希望控制依赖版本,可以使用:

pip install pywebview[qt]# 使用Qt后端 pip install pywebview[cef]# 使用CEF后端

三、使用入门

3.1 基本使用

来看一个最简单的例子:

import webview defmain(): window = webview.create_window('Hello pywebview','https://pywebview.flowrl.com') webview.start()if __name__ =='__main__': main()

函数说明

  • create_window():创建窗口,参数包括标题和初始URL或本地HTML路径。
  • start():启动GUI事件循环。

3.2 应用程序架构

纯网络服务架构

就如上文的基本使用,前端只需暴露应用服务器,后端调用即可

import webview if __name__ =='__main__': webview.create_window("My App","http://localhost:3000") webview.start(http_server=True, port=3000)
官网有完整的示例 基于 Flask 的应用程序 供参考学习。
无服务器架构

完全不使用网络服务器,通过 webview.create_window(...html='') 或者 window.load_html 加载 HTML。

import webview html=''' <!DOCTYPE html> <html> <body> <h1>Hello from HTML!</h1> </body> </html> ''' webview.create_window("Local App", html=html) webview.start()
根据官网说明:这种方法有一些限制,因为在加载的页面上下文中没有文件系统。图片和其他资源只能通过 Base64 内联加载。

3.3 JS与Python交互

pywebview 支持在JS中调用Python函数,也支持在Python中调用JS方法。

下述是JS中调用Python函数的代码示例:

Python端

import webview classApi:defget_message(self):return"Hello from Python!"if __name__ =='__main__': api = Api() window = webview.create_window('JS 接口 示例','index.html', js_api=api) webview.start()

JS端(在HTML中):

<!DOCTYPEhtml><html><body><buttononClick="greet()">打招呼</button></body><script>functiongreet(){ pywebview.api.get_message().then(function(message){alert(message);});}</script></html>
✅ 推荐将Python逻辑封装成API,JS中异步调用,保持前后端分离。

四、应用打包

使用 pyinstaller 打包你的应用:

pyinstaller --onefile --windowed your_script.py 

打包后会生成一个独立的可执行文件,可在没有Python环境的机器上运行。

有关 pyinstaller 的介绍,详情请查阅唐叔的这篇文章:告别Python环境依赖!用PyInstaller打包EXE的终极指南_python打包成exe-ZEEKLOG博客

五、常见使用场景

5.1 文件操作

文件下载

你可以使用Python控制文件下载路径,或由前端触发下载。

import webview if __name__ =='__main__':# 创建一个标准的 webview 窗口 webview.settings['ALLOW_DOWNLOADS']=True window = webview.create_window('Simple browser','https://pywebview.idepy.com/download') webview.start()
文件拖放

下述是常见的文件拖放效果,实际上是通过拖放后获取到文件路径,进而通过文件路径调用相关API再进一步操作文件。

import webview from webview.dom import DOMEventHandler defon_drag(e):passdefon_drop(e): files = e['dataTransfer']['files']iflen(files)==0:returnprint(f'事件类型: {e["type"]}。被拖入的文件:')forfilein files:print(file.get('pywebviewFullPath'))defbind(window): window.dom.document.events.dragenter += DOMEventHandler(on_drag,True,True) window.dom.document.events.dragstart += DOMEventHandler(on_drag,True,True) window.dom.document.events.dragover += DOMEventHandler(on_drag,True,True, debounce=500) window.dom.document.events.drop += DOMEventHandler(on_drop,True,True)if __name__ =='__main__': window = webview.create_window('拖放示例', html=''' <html> <body-> <h1>将文件拖放到此处</h1> </body> </html> ''') webview.start(bind, window)

5.2 自定义菜单

pywebview 支持自定义系统菜单:

import webview import webview.menu as wm defchange_active_window_content(): active_window = webview.active_window()if active_window: active_window.load_html('<h1>You changed this window!</h1>')defclick_me(): active_window = webview.active_window()if active_window: active_window.load_html('<h1>You clicked me!</h1>')defdo_nothing():passdefsay_this_is_window_2(): active_window = webview.active_window()if active_window: active_window.load_html('<h1>This is window 2</h2>')defopen_file_dialog(): active_window = webview.active_window() active_window.create_file_dialog(webview.SAVE_DIALOG, directory='/', save_filename='test.file')if __name__ =='__main__': window_1 = webview.create_window('Application Menu Example','https://pywebview.idepy.com/hello') window_2 = webview.create_window('Another Window', html='<h1>Another window to test application menu</h1>') menu_items =[ wm.Menu('Test Menu',[ wm.MenuAction('Change Active Window Content', change_active_window_content), wm.MenuSeparator(), wm.Menu('Random',[ wm.MenuAction('Click Me', click_me), wm.MenuAction('File Dialog', open_file_dialog),],),],), wm.Menu('Nothing Here',[wm.MenuAction('This will do nothing', do_nothing)]),] webview.start(menu=menu_items)
💡 你也可以完全用HTML+CSS在前端构建菜单,更灵活美观。

5.3 图标设置

使用 webview.start(icon=<file_path>) 设置窗口图标。

import webview if __name__ =='__main__': window = webview.create_window('Set window icon','https://pywebview.idepy.com/hello') webview.start(icon='../logo/logo.png')
此方法仅在 GTK 和 QT 平台上受支持。其他平台的图标将在冻结过程中设置。

六、总结

pywebview 是一个非常灵活且强大的工具,尤其适合:

  • 已有Web前端,想快速封装成桌面应用;
  • 希望用HTML/CSS/JS构建现代化界面;
  • 对应用体积和内存占用有要求的场景;
  • 需要跨平台运行(Windows/macOS/Linux)。

它的学习曲线平缓,社区活跃,文档完善,是Python开发者进军桌面应用开发的绝佳选择。

如果你正在寻找一个轻量、高效、易扩展的桌面开发方案,不妨试试 pywebview,相信它会给你带来惊喜。

唐叔说
技术选型没有绝对的好坏,只有适合与否。pywebview 在我多个中小项目中表现出色,尤其是在快速原型和内部工具开发中。希望这篇指南能帮你少走弯路,早日打造出属于自己的桌面应用!

如果有新的想法,欢迎在评论区留言,我们一起交流进步!🎉


参考资料

Read more

大模型横评:GPT、Claude、Gemini、Llama及国产模型优劣与选型指南!

大模型横评:GPT、Claude、Gemini、Llama及国产模型优劣与选型指南!

本文全面对比了主流大模型家族(GPT、Claude、Gemini、Llama及国产模型)的版本、优缺点、部署成本及适用场景。GPT系列综合能力顶尖但闭源且昂贵;Claude擅长长上下文处理;Gemini原生支持多模态和超长上下文;Llama系列开源可定制但部署运维门槛高;国产模型中文优化强、性价比高。文章还分析了云端API和私有化部署的成本结构差异,并给出不同场景下的选型建议,帮助读者根据需求选择最合适的大模型方案。 一、主流大模型家族、版本与优缺点 可以将当前主流大模型分为几个阵营:OpenAI的GPT系列、Anthropic的Claude系列、谷歌的Gemini系列、Meta的开源Llama系列,以及中国的主要模型(如DeepSeek、通义千问、文心一言等)。 1. OpenAI GPT 系列 * 核心版本: * GPT-4 系列:GPT-4 Turbo(主流API版本,128K上下文)、GPT-4(原始版本)。 * GPT-3.5 系列:GPT-3.5-Turbo(性价比高,响应快,但能力远弱于GPT-4)

解锁AIGC新时代:通义万相2.1与蓝耘智算平台的完美结合引领AI内容生成革命

解锁AIGC新时代:通义万相2.1与蓝耘智算平台的完美结合引领AI内容生成革命

前言 通义万相2.1作为一个开源的视频生成AI模型,在发布当天便荣登了VBench排行榜的榜首,超越了Sora和Runway等业内巨头,展现出惊人的潜力。模型不仅能够生成1080P分辨率的视频,而且没有时长限制,能够模拟自然动作,甚至还可以还原物理规律,这在AIGC领域中简直堪称革命性突破。通过蓝耘智算平台,我们能够轻松部署这个模型,创建属于自己的AI视频生成工具。今天,我将为大家深入探讨通义万相2.1的强大功能,并分享如何利用蓝耘智算平台快速入门。 蓝耘智算平台 1. 平台概述 蓝耘智算平台是一个为高性能计算需求设计的云计算平台,提供强大的计算能力与灵活服务。平台基于领先的基础设施和大规模GPU算力,采用现代化的Kubernetes架构,专为大规模GPU加速工作负载而设计,满足用户多样化的需求。 2. 核心优势 * 硬件层: 蓝耘智算平台支持多型号GPU,包括NVIDIA A100、V100、H100等高性能显卡,能够通过高速网络实现多机多卡并行计算,突破单机算力瓶颈。 * 软件层: 集成Kubernetes与Docker技术,便于任务迁移与隔离;支持PyTo

AIGC 新势力:探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

AIGC 新势力:探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

探秘海螺AI:多模态架构下的认知智能新引擎 在人工智能持续进阶的进程中,海螺AI作为一款前沿的多功能AI工具,正凭借其独特的多模态架构崭露头角。它由上海稀宇科技有限公司(MiniMax)精心打造,依托自研的万亿参数MoE大语言模型ABAB6.5以及MiniMax语音大模型,展现出非凡的技术实力与应用潜力。MiniMax的核心团队源自商汤科技等业内知名企业,在多模态大模型研发领域深耕细作,为海螺AI的诞生奠定了坚实基础。 在这里插入图片描述 一、核心模型架构剖析 (一)基础模型:abab - 6.5 海螺AI的基础模型abab - 6.5采用了创新的混合专家系统设计,借助动态路由机制,即Sparse Gating Network,可依据输入内容智能激活8 - 12个子专家模型。这些子专家模型涵盖代码专家、多语言专家、逻辑推理专家等,各司其职,协同作业。在参数规模上,abab - 6.5总参数量高达1.2万亿,同时通过巧妙的设计,将活跃参数量控制在2000亿/query,有效平衡了模型的高容量与低推理成本。在训练优化环节,