从字节码重新组装 .py 文件答案

【问题标题】：Reassemble .py file from bytecode从字节码重新组装 .py 文件
【发布时间】：2019-07-01 07:17:49
【问题描述】：

问题陈述

我有一个文件（无扩展名），其中包含一些格式良好的 python 操作码，我想将其重新组装成原始 .py 文件（或尽可能接近）。

重现问题

我可以像我拥有的那样重新创建一个文件。从名为test.py 的文件开始，其内容为：

a = 1
b = 2
print(a+b)

通过运行python3 -m dis test.py，我得到以下输出：

  1       0 LOAD_CONST               0 (1)
          2 STORE_NAME               0 (a)

  2       4 LOAD_CONST               1 (2)
          6 STORE_NAME               1 (b)

  3       8 LOAD_NAME                2 (print)
         10 LOAD_NAME                0 (a)
         12 LOAD_NAME                1 (b)
         14 BINARY_ADD
         16 CALL_FUNCTION            1
         18 POP_TOP
         20 LOAD_CONST               2 (None)
         22 RETURN_VALUE

我想从这个输出中重建原始的test.py 文件。

我的尝试

我已经尝试在输出上运行uncompyle6，但它会出错并显示以下消息：

ImportError: Unknown magic number 8224 in test.pyc

我不知道用于生成原始文件以获取幻数的原始python版本，也不知道幻数是否是文件中唯一缺少的东西。

很久以前有人在这里问过类似的问题：Reassembling Python bytecode to the original code? 建议的答案已经过时了，但即使在更新之后，当前的答案应该是使用uncompyle6，但我似乎无法理解上班。

【问题讨论】：

标签： python

【解决方案1】：

对于uncompyle6 的作用存在一些混淆。它以 Python bytecode 开头，如果是 Python 3.6 或更高版本，则更准确地说是“wordcode”。或者，它通常用于反编译包含字节码的 Python 编译文件。

从您上面显示的内容来看，我相信您想要做的是从版本特定的反汇编程序生成的字节码的 text 表示开始，该反汇编程序附带（并且仅完全适用） Python 正在运行的版本。

这就是您从 uncompyle6 收到上述奇怪的“导入错误”消息的原因。它查看您奇怪地称为 Python 编译文件的文本文件的开头。该文件以 ASCII 编码字符串“1”开头，uncompyle6 根据特定的format for Python compiled file 进行解释，其中文件的开头包含某种 Python 编码的版本字符串，技术上称为“幻数” .

不过，不要害怕，我已经编写了更多工具来让您更接近您想要到达的地方。具体来说，我写了一个 Python 跨版本的 assembler 来匹配 Python 的内置 disassembler。

这是在我的 github 项目中python-xasm。

使用它，您可以生成可以运行的真正 Python 字节码。如果你写的代码确实像 Python 吐出的东西，它可能可以被反编译回高级 Python。

但是，xasm 目前确实需要比您上面的帮助更多的帮助。具体来说，它不会从操作码名称中猜测它们可以属于哪个 Python 版本。将操作码名称与可接受的 Python 版本匹配比您想象的还要困难。如果您看到LOAD_CONST，您还需要考虑这是指令占用 2 个字节还是 3 个字节。如果为 2，则它是 Python 3.6 或更高版本，否则它是 Python 哪个 Python 解释器。但我假设你不在乎，只要你想出的东西是一致的。

所以有了上面的内容，现在回来解决你的问题。

首先产生真正的字节码。你可以这样做

import py_compile 
py_compile.compile("/tmp/test.py", "/tmp/test.pyc", 'exec')

现在不要使用内置的 python 反汇编器，而是使用我编写的跨版本反汇编器，它带有 xdis，称为 pydisasm，并使用 --asm 选项，它将在xasm-友好的方式：

$ pydisasm --asm 
# pydisasm version 4.0.0-git
# Python bytecode 3.6 (3379)
# Disassembled from Python 3.6.5 (default, Aug 12 2018, 16:37:27)
# [GCC 4.2.1 Compatible Apple LLVM 9.1.0 (clang-902.0.39.2)]
# Timestamp in code: 1554492841 (2019-04-05 15:34:01)
# Source code size mod 2**32: 23 bytes

# Method Name:       <module>
# Filename:          exec
# Argument count:    0
# Kw-only arguments: 0
# Number of locals:  0
# Stack size:        3
# Flags:             0x00000040 (NOFREE)
# First Line:        1
# Constants:
#    0: 1
#    1: 2
#    2: None
# Names:
#    0: a
#    1: b
#    2: print
  1:
            LOAD_CONST           (1)
            STORE_NAME           (a)

  2:
            LOAD_CONST           (2)
            STORE_NAME           (b)

  3:
            LOAD_NAME            (print)
            LOAD_NAME            (a)
            LOAD_NAME            (b)
            BINARY_ADD
            CALL_FUNCTION        1
            POP_TOP
            LOAD_CONST           (None)
            RETURN_VALUE

请注意文件顶部 cmets 中的所有其他信息，其中包含一些非常神秘的内容，例如“堆栈大小”和“标志”。这个并且大多数其他内容需要存储在 Python 字节码文件中。

所以把它保存到一个文件中，然后然后你可以把它组装成字节码。然后反编译。

$ ./xasm/xasm_cli.py /tmp/test.pyasm
Wrote /tmp/test.pyc
$ uncompyle6 /tmp/test.pyc
# uncompyle6 version 3.2.6
# Python bytecode 3.6 (3379)
# Decompiled from: Python 3.6.5 (default, Aug 12 2018, 16:37:27)
# [GCC 4.2.1 Compatible Apple LLVM 9.1.0 (clang-902.0.39.2)]
# Embedded file name: exec
# Compiled at: 2019-04-05 15:34:01
# Size of source mod 2**32: 23 bytes
a = 1
b = 2
print(a + b)
# okay decompiling /tmp/test.pyc

我在哥伦比亚麦德林的 Pycon2018 上发表了与此相关的闪电演讲。很抱歉你错过了，但你可以在这里找到它的视频http://rocky.github.io/pycon2018-light.co

它展示了如何：

从 ASCII 编码的 Python 源文本生成 Python 编译文件，
修改它以去除尾递归，
将其写回 Python 编译文件，然后
运行代码。

当然，你不能反编译它，因为没有 Python 可以轻易地模仿它——它是手工修改的。

最后，您似乎还对字节码和源代码之间的关系感兴趣。所以我会提到 uncompyle6 有选项 --tree 和更详细的 --grammar ，它将显示从 Python 字节码重建 Python 所采取的步骤。

【讨论】：