总结python源文件编译、反编译、加密混淆_pyarmor能够被反编译吗

本文更新地址

• 一、编译

  • 1. 编译为 pyc
  • 2. 编译为 pyo 或者 opt-n.pyc 文件
  • 3. 编译成 pyd 或 so 链接库
    • 编译方法一
    • 编译方法二
    • 编译方法三
    • 使用建议

• 二、打包

  • 1. PyInstaller
  • 2. 压缩成 pyz

• 三、反编译

  • 1. pyc 、pyo 文件反编译
    • 在线网站：https://tool.lu/pyc/
    • uncompyle6
    • 其他 Python 反编译工具 uncompyle2， decompyle2, DePython, unpyc, uncompyle, pycdc
  • 2. exe 反编译

• 四、混淆加密

  • 1. 代码混淆
    • 1.1 在线网站：http://pyob.oxyry.com/
    • 1.2 Intensio-Obfuscator
    • 1.3 pyminifier
    • 1.4 Opy
    • 1.5 pyobfuscate
  • 2.加密
    • 定制 python 解释器
    • 修改 opcode
    • PyArmor

一、编译

提示：编译过程中所有文件路径最好不要出现中文

1. 编译为 pyc

说明

• pyc 是由 py 文件经过编译后生成的二进制字节码（byte code）文件；

• pyc 文件的加载速度比 py 文件快；

• pyc 文件是一种跨平台的字节码，由 python 的虚拟机来执行；

• pyc 文件的内容跟 python 版本相关，不同的 python 版本编译生成不同的 pyc 文件，只能在相同版本环境下执行；

• .pyc 文件结构介绍参考：https://www.iteye.com/topic/382423、https://yq.aliyun.com/articles/599833#
  .pyc 文件的前 8 个字节含义：

  - 四个字节的 magic number
  - 四个字节的 timestamp
  1
  2

  头四个是 magic number 很多 pyc 都在这个上面做文章，这修改成不合法的，然后你反编译就是败了，你可以找你自己编译成功的 pyc 头直接覆盖掉他的头 8 个字节就可以了， timestamp 是文件的修改时间，主要是当源码有改变的时候 python 就可以重新生成 pyc 文件.

编译方法

利用compileall和py_compile来预编译 python 代码：
这两个从某种意义上是互通的，python 预装了这两个东西，

python -m compileall test.py #把单个.py文件编译为字节码文件
python -m compileall /path/src/ #批量生成字节码文件，/path/src/是包含.py文件名的路径

python -m py_compile test.py #把单个.py文件编译为字节码文件
python -m py_compile /path/src/ #批量生成字节码文件，仅将/path/src/的下一层.py文件编译，不会递归执行
1
2
3
4
5

上面的 py_compile 针对文件夹是会有一些问题，但理论上这种语法应该是可以的。

可根据项目需要写成编译脚本：

• compileall

对于 compileall 更详细的参数以及命令解析可以参考的链接：https://docs.python.org/3/library/compileall.html

import compileall

# compileall.compile_file编译单个文件；
compileall.compile_file('main.py')

#compile_dir 函数编译文件夹下的py文件
compileall.compile_dir('Lib/', force=True)

# 使用多处理器编译
compileall.compile_dir('Lib/', workers=2)

# Perform same compilation, excluding files in .svn directories.
import re
compileall.compile_dir('Lib/', rx=re.compile(r'[/\\][.]svn'), force=True)

# pathlib.Path objects can also be used.
import pathlib
compileall.compile_dir(pathlib.Path('Lib/'), force=True)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

• py_compile

函数原型：

py_compile.compile(file, cfile=None, dfile=None, doraise=False, optimize=-1, invalidation_mode=None):

• file: 表示需要编译的 py 文件的路径
• cfile: 表示编译后的 pyc 文件名称和路径，默认为直接在 file 文件名后加 c 或者 o，o 表示优化的字节码
• dfile： 错误消息保存的路径，默认为源文件名
• doraise: 如果为 True，编译发生错误时则会引发一个 PyCompileError； 如果为False, 编译文件出错时，则会有输出一个错误信息，而不会引发异常
• optimize: 编译优化等级，可取-1, 0, 1, 2. 值-1 表示使用当前解释器的优化等级，就像命令行参数-O 的个数。

import py_compile

py_compile.compile(r'Downloads/md5.py')
'Downloads/__pycache__/md5.cpython-37.pyc'
1
2
3
4

使用

与 py 文件一样使用，最好将文件名中间类似 cpython-36 的部分去掉，否则可能出现导包错误 ModuleNotFoundError:

2. 编译为 pyo 或者 opt-n.pyc 文件

说明

源代码文件经过优化编译后生成的文件，无法用文本编辑器进行编辑
Python3.5 之后，不再使用.pyo 文件名，而是使用类似“xxx.opt-n.pyc 的文件名；
编译成 pyc 和 pyo 本质上和 py 没有太大区别，只是对于这个模块的加载速度提高了，并没有提高代码的执行速度。

编译方法

pyo 文件其实很简单，就是上面 pyc 命令的改版：

python -O -m py_compile file.py
python -O -m py_compile /path/src/
python -O -m compileall file.py
python -O -m compileall /path/src/

或者
python -OO -m py_compile file.py
python -OO -m py_compile /path/src/
python -OO -m compileall file.py
python -OO -m compileall /path/src/
1
2
3
4
5
6
7
8
9
10

运行

与 py 文件一样运行、导入

python sample.cpython-36.pyo
1

from sample import *
1

3. 编译成 pyd 或 so 链接库

说明

pyd 格式是 D 语言(C/C++综合进化版本)生成的二进制文件，是 python 的动态链接库；
参考信息：https://docs.python.org/3/faq/windows.html?highlight=pyd#is-a-pyd-file-the-same-as-a-dll

windows 编译环境鄙人用的 Visual Studio 2019

编译方法一

Cython

利用 Cython 模块，根据编译环境不同生成不同文件。

• 前提安装 Cython

pip intall Cython
1

• 编辑一个 setup.py 文件，写入以下代码并运行

注意：程序所在的目录路径不能包含中文文字

# 脚本文件
from distutils.core import setup
from Cython.Build import cythonize

setup(
  name = 'Hello world app',
  ext_modules = cythonize("test.py"),
)
1
2
3
4
5
6
7
8
9

然后我们就退回到目录下运行命令，就会在 windows 上生成 pyd 文件，或者 linux 上生成 so 文件：

python setup.py build_ext --inplace
1

• build_ext 是指明 python 生成 C/C++的扩展模块(build C/C++ extensions
• –inplace 的意思是在当前文件目录下生成.pyd 文件，不加这一句就会在 build 文件夹中生成

最终生成如下文件：

其中，build 是生成过程使用到的临时文件。test.c 也是临时文件
注：可能会出现“Unable to find vcvarsall.bat”错误

参考这里

• 修改 Python 安装目录的文件设置
• How to deal with the pain of “unable to find vcvarsall.bat”

附：编译选定文件夹下所有 py 文件脚本

import os
import re
import shutil
from distutils.core import Extension, setup

from Cython.Build import cythonize
from Cython.Compiler import Options

# __file__ 含有魔术变量的应当排除，Cython虽有个编译参数，但只能设置静态。
exclude_so = ['__init__.py']
sources = ['.']    # 选定文件夹

extensions = []
for source in sources:
    # 递归遍历文件夹（深度优先）
    for dirpath, foldernames, filenames in os.walk(source):
        # 删除pyc文件
        if '__pycache__' in foldernames:
            foldernames.remove('__pycache__')
            shutil.rmtree(os.path.join(dirpath, '__pycache__'))
        for filename in filter(lambda x: re.match(r'.*[.]py$', x), filenames):
            file_path = os.path.join(dirpath, filename)
            print(file_path, end='\t')
            if filename not in exclude_so:
                temp = re.sub(r'[/\\]', '.', file_path[:-3]).strip('.')
                print(temp)
                extensions.append(
                    Extension(temp, [file_path], extra_compile_args=["-Os", "-g0"],
                              extra_link_args=["-Wl,--strip-all"]))
Options.docstrings = False
compiler_directives = {'optimize.unpack_method_calls': False}
setup(
    # cythonize的exclude全路径匹配，不灵活，不如在上一步排除。
    # language_level是python的主版本号
    ext_modules=cythonize(extensions, exclude=None, nthreads=20, quiet=True, build_dir='./build',
                          language_level=3, compiler_directives=compiler_directives))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

编译方法二

安装 easycython

这个最方便只要一行代码就可以搞定。
https://github.com/cjrh/easycython

pip install easycython
1

这个模块也会自动安装依赖的 cython

转换步骤

将 .py 文件重命名为.pyx
运行命令

easycython *.pyx
1

上面会将当前文件夹下所有的.pyx 文件生成为.pyd (Linux 下是.so)

html 文件可以查看 .py 文件与 .c 文件的转换对照关系。

编译方法三

Nuitka：用户手册
100%兼容标准 python2/python3，静态编译你的 python 程序
鄙人还没来得及仔细研究。。。

使用建议

同样的，最好重命名 pyd 文件名，将中间的部分删除，前后部分不要动
可以通过import test使用该文件

个人建议：将核心的代码编译为 pyd 或者 so 文件，然后再写一个简单的 main.py 去 import 调用这些链接库文件，达到隐藏核心代码的作用。

另外，cython 在 jupyter notebook 里使用真的很刺激