还原python源码_网鼎杯第四场逆向题chaoyang--死磕python字节码手工还原python源码...

0x1.前言

> Python 代码先被编译为字节码后，再由Python虚拟机来执行字节码， Python的字节码是一种类似汇编指令的中间语言， 一个Python语句会对应若干字节码指令，虚拟机一条一条执行字节码指令， 从而完成程序执行。Python dis 模块支持对Python代码进行反汇编， 生成字节码指令。dis.dis()将CPython字节码转为可读的伪代码(类似于汇编代码)。结构如下：7           0 LOAD_CONST               1 (0)

3 STORE_FAST               1 (local1)

8           6 LOAD_CONST               2 (101)

9 STORE_GLOBAL             0 (global1)

9          12 LOAD_FAST                1 (local1)

15 PRINT_ITEM

16 LOAD_FAST                0 (arg1)

19 PRINT_ITEM

20 LOAD_GLOBAL              0 (global1)

23 PRINT_ITEM

24 PRINT_NEWLINE

25 LOAD_CONST               0 (None)

28 RETURN_VALUE

其实就是这样的结构：源码行号 | 指令在函数中的偏移 | 指令符号 | 指令参数 | 实际参数值

0x2.变量

1.const

LOAD_CONST加载const变量，比如数值、字符串等等，一般用于传给函数的参数55       12 LOAD_GLOBAL              1 (test)

15 LOAD_FAST                0 (2) #读取2

18 LOAD_CONST               1 ('output')

21 CALL_FUNCTION            2

转为python代码就是：test(2, 'output')

2.局部变量

LOAD_FAST一般加载局部变量的值，也就是读取值，用于计算或者函数调用传参等。STORE_FAST一般用于保存值到局部变量。61          77 LOAD_FAST                0 (n)

80 LOAD_FAST                3 (p)

83 INPLACE_DIVIDE

84 STORE_FAST               0 (n)

这段bytecode转为python就是：n = n / p

函数的形参也是局部变量，如何区分出是函数形参还是其他局部变量呢？形参没有初始化，也就是从函数开始到LOAD_FAST该变量的位置，如果没有看到STORE_FAST，那么该变量就是函数形参。而其他局部变量在使用之前肯定会使用STORE_FAST进行初始化。具体看下面的实例：4           0 LOAD_CONST               1 (0)

3 STORE_FAST               1 (local1)

5           6 LOAD_FAST                1 (local1)

9 PRINT_ITEM

10 LOAD_FAST                0 (arg1)

13 PRINT_ITEM

14 PRINT_NEWLINE

15 LOAD_CONST               0 (None)

18 RETURN_VALUE

对应的python代码如下，对比一下就一目了然。def test(arg1):

local1 = 0

print local1, arg1

3.全局变量

LOAD_GLOBAL用来加载全局变量，包括指定函数名，类名，模块名等全局符号。STORE_GLOBAL用来给全局变量赋值。8           6 LOAD_CONST               2 (101)

9 STORE_GLOBAL             0 (global1)

20 LOAD_GLOBAL              0 (global1)

23 PRINT_ITEM

对应的python代码def test():

global global1

global1 = 101

print global

0x3.常用数据类型

1.list

BUILD_LIST用于创建一个list结构。13           0 LOAD_CONST               1 (1)

3 LOAD_CONST               2 (2)

6 BUILD_LIST               2

9 STORE_FAST               0 (k)

对应python代码是：k = [1, 2]

另外再看看一种常见的创建list的方式如下：[x for x in xlist if x!=0 ]

一个实例bytecode如下：22         235 BUILD_LIST               0 //创建list，为赋值给某变量，这种时候一般都是语法糖结构了

238 LOAD_FAST                3 (sieve)

241 GET_ITER

>>  242 FOR_ITER                24 (to 269)

245 STORE_FAST               4 (x)

248 LOAD_FAST                4 (x)

251 LOAD_CONST               2 (0)

254 COMPARE_OP               3 (!=)

257 POP_JUMP_IF_FALSE      242 //不满足条件contine

260 LOAD_FAST                4 (x)//读取满足条件的x

263 LIST_APPEND              2 //把每个满足条件的x存入list

266 JUMP_ABSOLUTE          242

>>  269 RETURN_VALUE

转为python代码是：[for x in sieve if x != 0]

2.dict

BUILD_MAP用于创建一个空的dict。STORE_MAP用于初始化dict的内容。13           0 BUILD_MAP                1

3 LOAD_CONST               1 (1)

6 LOAD_CONST               2 ('a')

9 STORE_MAP

10 STORE_FAST               0 (k)

对应的python代码是：k = {'a': 1}

再看看修改dict的bytecode：14          13 LOAD_CONST               3 (2)

16 LOAD_FAST                0 (k)

19 LOAD_CONST               4 ('b')

22 STORE_SUBSCR

对应的python代码是：k['b'] = 2

3.slice

BUILD_SLICE用于创建slice。对于list、元组、字符串都可以使用slice的方式进行访问。但是要注意BUILD_SLICE用于[x:y:z]这种类型的slice，结合BINARY_SUBSCR读取slice的值，结合STORE_SUBSCR用于修改slice的值。另外SLICE+n用于[a:b]类型的访问，STORE_SLICE+n用于[a:b]类型的修改，其中n表示如下：SLICE+0()

Implements TOS = TOS[:].

SLICE+1()

Implements TOS = TOS1[TOS:].

SLICE+2()

Implements TOS = TOS1[:TOS].

SLICE+3()

Implements TOS = TOS2[TOS1:TOS].

下面看具体实例：13           0 LOAD_CONST               1 (1)

3 LOAD_CONST               2 (2)

6 LOAD_CONST               3 (3)

9 BUILD_LIST               3

12 STORE_FAST               0 (k1) //k1 = [1, 2, 3]

14          15 LOAD_CONST               4 (10)

18 BUILD_LIST               1

21 LOAD_FAST                0 (k1)

24 LOAD_CONST               5 (0)

27 LOAD_CONST               1 (1)

30 LOAD_CONST               1 (1)

33 BUILD_SLICE              3

36 STORE_SUBSCR                    //k1[0:1:1] = [10]

15          37 LOAD_CONST               6 (11)

40 BUILD_LIST               1

43 LOAD_FAST                0 (k1)

46 LOAD_CONST               1 (1)

49 LOAD_CONST               2 (2)

52 STORE_SLICE+3                   //k1[1:2] = [11]

16          53 LOAD_FAST                0 (k1)

56 LOAD_CONST               1 (1)

59 LOAD_CONST               2 (2)

62 SLICE+3

63 STORE_FAST               1 (a)  //a = k1[1:2]

17          66 LOAD_FAST                0 (k1)

69 LOAD_CONST               5 (0)

72 LOAD_CONST               1 (1)

75 LOAD_CONST               1 (1)

78 BUILD_SLICE              3

81 BINARY_SUBSCR

82 STORE_FAST               2 (b) //b = k1[0:1:1]

0x4.循环

SETUP_LOOP用于开始一个循环。SETUP_LOOP              26 (to 35)中35表示循环退出点。

while循环23           0 LOAD_CONST               1 (0)

3 STORE_FAST               0 (i) // i=0

24           6 SETUP_LOOP              26 (to 35)

>>    9 LOAD_FAST                0 (i) //循环起点

12 LOAD_CONST               2 (10)

15 COMPARE_OP               0 (

18 POP_JUMP_IF_FALSE       34     //while i < 10:

25          21 LOAD_FAST                0 (i)

24 LOAD_CONST               3 (1)

27 INPLACE_ADD

28 STORE_FAST               0 (i) // i += 1

31 JUMP_ABSOLUTE            9    // 回到循环起点

>>   34 POP_BLOCK

>>   35 LOAD_CONST               0 (None)

对应python代码是：i = 0

while i < 10:

i += 1

for in结构238 LOAD_FAST                3 (sieve)#sieve是个list

241 GET_ITER                    //开始迭代sieve

>>  242 FOR_ITER                24 (to 269) //继续iter下一个x

245 STORE_FAST               4 (x)

...

266 JUMP_ABSOLUTE          242 //循环

这是典型的for+in结构，转为python代码就是：for x in sieve:

0x5.if

POP_JUMP_IF_FALSE和JUMP_FORWARD一般用于分支判断跳转。POP_JUMP_IF_FALSE表示条件结果为FALSE就跳转到目标偏移指令。JUMP_FORWARD直接跳转到目标偏移指令。23           0 LOAD_CONST               1 (0)

3 STORE_FAST               0 (i) //i=0

24           6 LOAD_FAST                0 (i)

9 LOAD_CONST               2 (5)

12 COMPARE_OP               0 (

15 POP_JUMP_IF_FALSE       26

25          18 LOAD_CONST               3 ('i < 5')

21 PRINT_ITEM

22 PRINT_NEWLINE

23 JUMP_FORWARD            25 (to 51)

26     >>   26 LOAD_FAST                0 (i)

29 LOAD_CONST               2 (5)

32 COMPARE_OP               4 (>)

35 POP_JUMP_IF_FALSE       46

27          38 LOAD_CONST               4 ('i > 5')

41 PRINT_ITEM

42 PRINT_NEWLINE

43 JUMP_FORWARD             5 (to 51)

29     >>   46 LOAD_CONST               5 ('i = 5')

49 PRINT_ITEM

50 PRINT_NEWLINE

>>   51 LOAD_CONST               0 (None)

转为python代码是：i = 0

if i < 5:

print 'i < 5'

elif i > 5:

print 'i > 5'

else:

print 'i = 5'

0x6.分辨函数

1.函数范围

前面介绍第二列表示指令在函数中的偏移地址，所以看到0就是函数开始，下一个0前一条指令就是函数结束位置，当然也可以通过RETURN_VALUE来确定函数结尾54         0 LOAD_FAST                1 (plist) //函数开始

3 LOAD_CONST               0 (None)

6 COMPARE_OP               2 (==)

9 POP_JUMP_IF_FALSE        33

55         ...

67     >>  139 LOAD_FAST              2 (fs)

142 RETURN_VALUE

70         0 LOAD_CONST               1 ('FLAG') //另一个函数开始

3 STORE_FAST               0 (flag)

2.函数调用

函数调用类似于push+call的汇编结构，压栈参数从左到右依次压入(当然不是push，而是读取指令LOAD_xxxx来指定参数)。函数名一般通过LOAD_GLOBAL指令指定，如果是模块函数或者类成员函数通过LOAD_GLOBAL+LOAD_ATTR来指定。先指定要调用的函数，然后压参数，最后通过CALL_FUNCTION调用。CALL_FUNCTION后面的值表示有几个参数。支持嵌套调用：6           0 LOAD_GLOBAL              0 (int) //int函数

3 LOAD_GLOBAL              1 (math)//math模块

6 LOAD_ATTR                2 (sqrt)//sqrt函数

9 LOAD_FAST                0 (n) //参数

12 CALL_FUNCTION            1

15 CALL_FUNCTION            1

18 STORE_FAST               2 (nroot)

这段bytecode转换成python代码就是nroot = int(math.sqrt(n)) //其中n是一个局部变量或者函数参数，具体看上下文

0x7.其他指令

其他常见指令，一看就明白，就不具体分析了，更多详细内容请看官方文档。INPLACE_POWER()

Implements in-place TOS = TOS1 ** TOS.

INPLACE_MULTIPLY()

Implements in-place TOS = TOS1 * TOS.

INPLACE_DIVIDE()

Implements in-place TOS = TOS1 / TOS when from __future__ import division is not in effect.

INPLACE_FLOOR_DIVIDE()

Implements in-place TOS = TOS1 // TOS.

INPLACE_TRUE_DIVIDE()

Implements in-place TOS = TOS1 / TOS when from __future__ import division is in effect.

INPLACE_MODULO()

Implements in-place TOS = TOS1 % TOS.

INPLACE_ADD()

Implements in-place TOS = TOS1 + TOS.

INPLACE_SUBTRACT()

Implements in-place TOS = TOS1 - TOS.

INPLACE_LSHIFT()

Implements in-place TOS = TOS1 << TOS.

INPLACE_RSHIFT()

Implements in-place TOS = TOS1 >> TOS.

INPLACE_AND()

Implements in-place TOS = TOS1 & TOS.

INPLACE_XOR()

Implements in-place TOS = TOS1 ^ TOS.

INPLACE_OR()

Implements in-place TOS = TOS1 | TOS.

基础运算还有一套对应的BINARY_xxxx指令，两者区别很简单。i += 1 //使用INPLACE_xxx

i = i + 1 //使用BINARY_xxxx

参考资料