danielflook/python-minifier-build

Python Minifier Docker镜像

概述

Python Minifier Docker镜像是基于python-minifier工具构建的容器化解决方案，用于将Python源代码转换为最紧凑的表示形式。该工具通过缩短变量名、移除空白字符、注释及优化代码结构等方式显著减小代码体积，支持Python 2.6-2.7及3.3-3.7版本，特别适用于需要压缩代码的场景如AWS CloudFormation模板中嵌入Lambda函数（要求代码小于4KiB）。

核心功能与特性

• 多版本兼容：支持Python 2.6、2.7及3.3至3.7版本的源代码压缩，适配不同环境需求
• 高效压缩：通过变量名缩短、空白移除、注释删除、语法结构优化等多种手段减小代码体积
• 双接口支持：提供命令行工具（pyminify）和Python API两种使用方式，灵活满足不同场景需求
• 容器化优势：无需本地安装依赖，通过Docker容器即可快速部署和使用，确保环境一致性

使用场景与适用范围

• AWS CloudFormation集成：压缩Lambda函数源代码以满足模板嵌入的4KiB大小限制
• 代码体积优化：在对代码大小有严格限制的环境中部署Python应用程序
• 资源受限环境：适用于存储空间或传输带宽有限的场景，减少代码占用资源
• 自动化构建流程：可集成到CI/CD流水线中，实现代码压缩的自动化处理

使用方法

拉取镜像

bash
docker pull dflook/python-minifier

命令行使用

通过容器运行命令行工具pyminify处理本地Python文件，基本语法如下：

bash
# 压缩指定文件并输出到标准输出
docker run --rm -v $(pwd):/app dflook/python-minifier pyminify /app/[输入文件]

# 压缩文件并保存到指定输出文件
docker run --rm -v $(pwd):/app dflook/python-minifier pyminify /app/[输入文件] -o /app/[输出文件]

示例：

bash
# 压缩当前目录下的hello.py并输出到stdout
docker run --rm -v $(pwd):/app dflook/python-minifier pyminify /app/hello.py

# 压缩hello.py并保存为hello_minified.py
docker run --rm -v $(pwd):/app dflook/python-minifier pyminify /app/hello.py -o /app/hello_minified.py

API使用

通过Python API在容器内调用压缩功能，适用于需要在代码中集成压缩逻辑的场景：

1. 创建Python脚本（如minify_script.py）：

python
import python_minifier

# 读取待压缩代码
with open('/app/source.py', 'r') as f:
    source_code = f.read()

# 执行压缩
minified_code = python_minifier.minify(source_code)

# 保存压缩结果
with open('/app/minified_source.py', 'w') as f:
    f.write(minified_code)

2. 通过Docker容器运行脚本：

bash
docker run --rm -v $(pwd):/app dflook/python-minifier python /app/minify_script.py

压缩效果示例

原始代码

python
def handler(event, context):
    l.info(event)
    try:
        i_token = hashlib.new('md5', (event['RequestId'] + event['StackId']).encode()).hexdigest()
        props = event['ResourceProperties']

        if event['RequestType'] == 'Create':
            event['PhysicalResourceId'] = 'None'
            event['PhysicalResourceId'] = create_cert(props, i_token)
            add_tags(event['PhysicalResourceId'], props)
            validate(event['PhysicalResourceId'], props)

            if wait_for_issuance(event['PhysicalResourceId'], context):
                event['Status'] = 'SUCCESS'
                return send(event)
            else:
                return reinvoke(event, context)
        # ...（代码省略）
    except Exception as ex:
        l.exception('')
        event['Status'] = 'FAILED'
        event['Reason'] = str(ex)
        return send(event)

压缩后代码

python
def handler(event,context):
	L='OldResourceProperties';K='Tags';J='None';H='SUCCESS';G='RequestType';E='Status';D=context;B='PhysicalResourceId';A=event;l.info(A)
	try:
		F=hashlib.new('md5',(A['RequestId']+A['StackId']).encode()).hexdigest();C=A['ResourceProperties']
		if A[G]=='Create':
			A[B]=J;A[B]=create_cert(C,F);add_tags(A[B],C);validate(A[B],C)
			if wait_for_issuance(A[B],D):A[E]=H;return send(A)
			else:return reinvoke(A,D)
		# ...（代码省略）
	except Exception as I:l.exception('');A[E]='FAILED';A['Reason']=str(I);return send(A)

注意事项

• 版本匹配：根据源代码的Python版本选择对应版本的镜像，确保解析和压缩的准确性
• 文件权限：挂载本地目录时需确保容器内用户对挂载目录有读写权限，避免文件操作失败
• 功能验证：压缩复杂代码后建议进行功能测试，确保压缩过程未影响代码逻辑正确性
• 体积限制：对于极复杂代码，可能需要多次压缩或手动调整以满足特定平台的大小限制

相关资源

• PyPi项目页
• https://dflook.github.io/python-minifier/
• https://github.com/dflook/python-minifier/issues