总结python源文件编译、反编译、加密混淆

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
  

  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

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)

• 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'

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/

运行

与 py 文件一样运行、导入

python sample.cpython-36.pyo

from sample import *

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

• 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"),
)

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

• 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))

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

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

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

关于 cython 与 python 混合编程的使用可以参考：

• http://docs.cython.org/en/latest/src/quickstart/overview.html
• https://blog.csdn.net/g6uqwseseo/article/details/71439453?locationNum=11&fps=1

---

二、打包

各种打包工具的对比如下(来自文章Freezing Your Code)

Solution	Windows	Linux	OS X	Python 3	License	One-file mode	Zipfile import	Eggs	pkg_resources support
bbFreeze	yes	yes	yes	no	MIT	no	yes	yes	yes
py2exe	yes	no	no	yes	MIT	yes	yes	no	no
pyInstaller	yes	yes	yes	no	GPL	yes	no	yes	no
cx_Freeze	yes	yes	yes	yes	PSF	no	yes	yes	no
py2app	no	no	yes	yes	MIT	no	yes	yes	yes

其中 pyInstaller 和 cx_Freeze 都是不错的，stackoverflow 上也有人建议用 cx_Freeze，说是更便捷些。pkg_resources 新版的 pyInstaller 貌似是支持的。

1. PyInstaller

说明

官方 WIKI

PyInstaller 的原理简介
PyInstaller 其实就是把 python 解析器和你自己的脚本打包成一个可执行的文件，和编译成真正的机器码完全是两回事，所以千万不要指望成打包成一个可执行文件会提高运行效率，相反可能会降低运行效率，好处就是在运行者的机器上不用安装 python 和你的脚本依赖的库。在 Linux 操作系统下，它主要用的 binutil 工具包里面的 ldd 和 objdump 命令。

PyInstaller 输入你指定的的脚本，首先分析脚本所依赖的其他脚本，然后去查找，复制，把所有相关的脚本收集起来，包括 Python 解析器，然后把这些文件放在一个目录下，或者打包进一个可执行文件里面。

使用方法

1. 安装

   pip install pyinstaller
   

2. PyInstaller 支持的常用选项

   • -h，–help 查看该模块的帮助信息

   • -F，-onefile 产生单个的可执行文件

   • -D，–onedir 产生一个目录（包含多个文件）作为可执行程序

   • -w，–windowed，–noconsolc 指定程序运行时不显示命令行窗口（仅对 Windows 有效）

   • -a，–ascii 不包含 Unicode 字符集支持

   • -d，–debug 产生 debug 版本的可执行文件

   • -c，–nowindowed，–console 指定使用命令行窗口运行程序（仅对 Windows 有效）

   • -o DIR，–out=DIR 指定 spec 文件的生成目录。如果没有指定，则默认使用当前目录来生成 spec 文件

   • -p DIR，–path=DIR 设置 Python 导入模块的路径（和设置 PYTHONPATH 环境变量的作用相似）。也可使用路径分隔符（Windows 使用分号，Linux 使用冒号）来分隔多个路径

   • -n NAME，–name=NAME 指定项目（产生的 spec）名字。如果省略该选项，那么第一个脚本的主文件名将作为 spec 的名字

   了解 PyInstaller 选项的详细信息，可通过 pyinstaller -h 来查看。

3. 基本用法：

   • 指定打包成单个可执行的 exe 文件
     pyinstaller -F test.py
   • 指定打包生成一个目录（包含多个文件）来作为程序
     pyinstaller -D test.py
   • 通过结合-w 参数不生成命令行界面 及 在代码中结合 tkiner 模块构建 来实现图形用户界面程序。

   当生成完成后，将会在此目录下看到多了一个 dist 目录，并在该目录下看到有一个 test.exe 文件

2. 压缩成 pyz

说明

从 Python 3.5 开始，定义了.pyz 和.pyzw 分别作为“Python Zip 应用”和“Windows 下 Python Zip 应用”的扩展名。
新增了内置 zipapp 模块来进行简单的管理，可以用 Zip 打包成 Python 程序解释器可直接执行.pyz 的文件。

• 可以用解压缩软件直接打开，并查看源码，此方式没有任何加密作用， 甚至还降低了运行效率。

• 不能将 python 解释器一起打包，所以不能单独发布、运行。可以通过 pip 的–target 参数将依赖包添加进去，并且打包时指定运行该 pyz 文件的解释器路径，然后在 linux 上（默认已经安装了 python） 赋予运行权限+x，就能直接运行，但是 Windows 下需要额外的 python.dll 链接文件才可。

• 更多注意事项参考：zipapp — Manage executable python zip archives
  https://docs.python.org/3/library/zipapp.html
  详细内容请见 PEP441(https://www.python.org/dev/peps/pep-0441/)

Python API：（参数说明见官方文档）

zipapp.create_archive(source, target=None, interpreter=None, main=None, filter=None, compressed=False

基本用法

shell 基本用法：

$ python -m zipapp source [options]

• source 参数:
  代表要打包的 Python 源程序或目录，该参数既可以是单个的 Python 文件，也可以是文件夹。 如果是文件夹，那么 zipapp 模块会打包该文件夹中的所有 Python 文件。

[options]参数选项：

• -o , --output=

  
  将输出写入名为 output 的文件。如果未指定此选项，则输出文件名将与输入源相同，并带有扩展名.pyz。如果给出了明确的文件名，则按原样使用（因此，如果需要，应包括.pyz 扩展名）。
  如果源是 .pyz 文件，则必须指定输出文件名（在这种情况下，输出不得与源文件相同）

• -p , --python=

  在首行添加＃！指定解释器 作为运行命令。另外，在 POSIX 上，使归档文件可执行。默认为不写＃！首行，并且不使文件可执行。

• -m , --main=
  指定的程序入口 “模块名:函数名” 需要用 双引号 括起来，单引号则报错。 如果不指定该选项，则默认从模块中的 __main__.py 文件开始执行。
  复制 pyz 时无法指定–main。

• -c, --compress

  使用 deflate 方法压缩文件，以减小输出文件的大小。默认情况下，文件未压缩地存储在存档中。
  –compress 在复制档案时无效。

New in version 3.7.

• –info
  显示嵌入在归档文件中的解释器，以进行诊断。在这种情况下，任何其他选项都将被忽略，并且 SOURCE 必须是归档文件，而不是目录。

• -h, --help
  Print a short usage message and exit.

打包示例

python -m zipapp app -m "app:main"

即：指定将当前目录下的 app 子目录下的所有 Python 源文件打包成一个档案包，
并通过-m 选项指定使用 app.py 模块中的 main 函数作为程序入口。
如果不指定该-m 选项，则默认从模块中的 __main__.py 文件开始执行。

用代码实现相同效果：

import zipapp
zipapp.create_archive('app', 'app.pyz', main='app:main')

• 使应用程序直接在 POSIX 上可执行，指定要使用的解释器（效果如同在首行写入!# /usr/bin/python）。

python -m zipapp myapp -p "/usr/bin/env python"

• 修改现有 pyz 文件：

import zipapp
zipapp.create_archive('old_archive.pyz', 'new_archive.pyz', '/usr/bin/python3')

• 其他用法

import zipapp
import io
temp = io.BytesIO()
zipapp.create_archive('myapp.pyz', temp, '/usr/bin/python2')
with open('myapp.pyz', 'wb') as f:
    f.write(temp.getvalue())

使用

$ python3 app.pyz

如果在打包时指定了解释器路径，就可以这样：

sudo chmod +x app.pyz
./app.pyz

三、反编译

1. pyc 、pyo 文件反编译

在线网站：https://tool.lu/pyc/

（效果好像不太好）

uncompyle6

是 decompyle, uncompyle, and uncompyle2 的继承者，个人感觉效果不错。

• https://github.com/rocky/python-uncompyle6

  • 安装

  pip install uncompyle6
  

  • 使用
    将 models.pyc 反编译成 py 文件

   uncompyle6 models.pyc > models.py
  

  递归将/usr/lib/python1.5 文件夹中所有的 .pyc 文件反编译并保存到/tmp

  uncompyle6 -r -o /tmp /usr/lib/python1.5
  

  反编译后的效果可以说很理想，如果你的代码格式符合 PEP8 规范的要求，那就基本和源来的文件一样，不过各种注释就没有了。

  查看更多用法：

  uncompyle6 --help

  
  Usage:
  uncompyle6 [OPTIONS]... [ FILE | DIR]...
  uncompyle6 [--help | -h | --V | --version]
  
  Examples:
  uncompyle6      foo.pyc bar.pyc       # decompile foo.pyc, bar.pyc to stdout
  uncompyle6 -o . foo.pyc bar.pyc       # decompile to ./foo.pyc_dis and ./bar.pyc_dis
  uncompyle6 -o /tmp /usr/lib/python1.5 # decompile whole library
  
  Options:
  -o      output decompiled files to this path:
                  if multiple input files are decompiled, the common prefix
                  is stripped from these names and the remainder appended to
                  
                  uncompyle6 -o /tmp bla/fasel.pyc bla/foo.pyc
                      -> /tmp/fasel.pyc_dis, /tmp/foo.pyc_dis
                  uncompyle6 -o /tmp bla/fasel.pyc bar/foo.pyc
                      -> /tmp/bla/fasel.pyc_dis, /tmp/bar/foo.pyc_dis
                  uncompyle6 -o /tmp /usr/lib/python1.5
                      -> /tmp/smtplib.pyc_dis ... /tmp/lib-tk/FixTk.pyc_dis
  --compile | -c 
                  attempts a decompilation after compiling 
  -d            print timestamps
  -p   use  number of processes
  -r            recurse directories looking for .pyc and .pyo files
  --fragments   use fragments deparser
  --verify      compare generated source with input byte-code
  --verify-run  compile generated source, run it and check exit code
  --syntax-verify compile generated source
  --linemaps    generated line number correspondencies between byte-code
                  and generated source output
  --encoding  
                  use  in generated source according to pep-0263
  --help        show this message
  
  Debugging Options:
  --asm     | -a        include byte-code       (disables --verify)
  --grammar | -g        show matching grammar
  --tree={before|after}
  -t {before|after}     include syntax before (or after) tree transformation
                          (disables --verify)
  --tree++ | -T         add template rules to --tree=before when possible
  
  Extensions of generated files:
  '.pyc_dis' '.pyo_dis'   successfully decompiled (and verified if --verify)
      + '_unverified'       successfully decompile but --verify failed
      + '_failed'           decompile failed (contact author for enhancement)
  

其他 Python 反编译工具 uncompyle2， decompyle2, DePython, unpyc, uncompyle, pycdc

Decompyle++
A Python Byte-code Disassembler/Decompiler
https://github.com/zrax/pycdc

Easy Python Decompiler
Easy Python Decompiler is python bytecode decompiler, decompiles pyc & pyo files.
https://sourceforge.net/projects/easypythondecompiler/

2. exe 反编译

针对 pyinstaller 打包的程序破解：
假如源程序生成过程如下：

pyinstaller -F main.py

生成了 main.exe
工具：pyinstxtractor 下载连接

还原步骤：

1）将 pyinstxtractor.py 和将要还原的 xxx.exe 文件放在同一个目录下；
2）运行以下命令：

python pyinstxtractor.py main.exe

如果成功执行，将在同目录下生成新的反编译文件夹——main.exe_extracted

3）接着使用 010 editor 或者 winhex 软件打开文件夹里面的两个文件，一个是没有任何后缀的主程序(此处是 main)文件和一个 struct 文件。

4）将 struct 文件里的前 8 个字节（magic 和时间戳）复制到 main 文件里，如果使用的是 010 editor 软件，先在 main 文件开头插入 8 个空白字节，再从 struct 文件复制粘贴过来。

5）参考上文反编译 pyc 过程将 main 文件反编译为 py 文件。

---

四、混淆加密

参考文章：

• 如何保护你的 Python 代码 （一）—— 现有加密方案

• python 代码混淆工具汇总

1. 代码混淆

如果代码被混淆到一定程度，连作者看着都费劲的话，是不是也能达到保护源码的目的呢？

既然我们的目的是混淆，就是通过一系列的转换，让代码逐渐不让人那么容易明白，那就可以这样下手：

• 移除注释和文档。没有这些说明，在一些关键逻辑上就没那么容易明白了。
• 改变缩进。完美的缩进看着才舒服，如果缩进忽长忽短，看着也一定闹心。
• 在 tokens 中间加入一定空格。这就和改变缩进的效果差不多。
• 重命名函数、类、变量。命名直接影响了可读性，乱七八糟的名字可是阅读理解的一大障碍。
• 在空白行插入无效代码。这就是障眼法，用无关代码来打乱阅读节奏。

1.1 在线网站：http://pyob.oxyry.com/

使用方法

下拉菜单选择混淆方式，还有底部的选项，将代码填到左侧文本框，点击上方红色按钮，即可生成。

说明

此方式仅仅是将变量替换为 O 、0 组合的字符串，让人难以直接阅读，但是代码结构以及导入的包名没变，将这些 0O 组合的变量名做简单替换，再通过 debug 等方式还是能了解代码的整体运行流程的。

可以再配合其他加密方式，增加破解难度，哈哈。

这个混淆算法也可以自己实现。QAQ

1.2 Intensio-Obfuscator

Intensio-Obfuscator 可以直接将 Python 源代码进行转换，并输出经过混淆处理后的 Python 代码。它会自动将变量名、类名以及函数名替换为随机字符，并定义长度，移除注释内容，自动换行，并给每一行代码增加随机脚本（所有的随机值都是不同的）。

支持的 Python 文件代码版本为 v2.x 以及 v3.x 版本.

Github 地址

功能介绍

• 替换：替换所有的变量名、类名以及函数名，移除所有的换行符
• 填充：在每一行代码后添加随机脚本，并移除所有的换行符
• 移除：移除代码中的全部注释以及换行
• 低级混淆：生成 32 个字符的随机字符串，替换源代码中定义的变量名、类名以及函数名
• 中级混淆：生成 64 个字符的随机字符串，替换源代码中定义的变量名、类名以及函数名
• 高级混淆：生成 128 个字符的随机字符串，替换源代码中定义的变量名、类名以及函数名

工具使用

git clone https://github.com/Hnfull/Intensio-Obfuscator.git
pip3 install -r Intensio-Obfuscator/requirements.txt
cd Intensio-Obfuscator/intensio/

python intensio_obfuscator.py --help

参数	描述
-h, –help	显示帮助菜单
-f, –onefile	指定一个代码文件
-d, –multiplefiles	指定多个代码文件（项目）
-i, –input	源文件或目录
-c, –code	输入文件或目录中使用的语言，默认值为[python]
-o, –output	混淆处理后的输出文件或目录
-m, –mixer	输出变量混淆的字符数量/长度，默认值为: [medium]，可选项为： [lower, medium, high]
-r, –replace	激活“替换”混淆功能
-p, –padding	激活“填充”混淆功能
-rm, –remove	激活“移除”混淆功能

工具使用样例

python3.xintensio_obfuscator.py -d -i test/python/multiplefiles/basic/input/basicRAT -cpython -o test/python/multiplefiles/basic/output/basicRAT -m lower -r –rm

python3.xintensio_obfuscator.py -d -i test/python/multiplefiles/advanced/input/basicRAT-c python -o test/python/multiplefiles/advanced/output/basicRAT -m high -r -p-rm

1.3 pyminifier

对代码压缩、混淆等
Github
官方文档

1.4 Opy

Github
OPY - Obfuscator for Python, string obfuscation added

1.5 pyobfuscate

pyobfuscate 算是一个颇具年头的 Python 代码混淆库了，但却是“老当益壮”了。
(一次只能混淆一个文件，好像只能用于 python 2)

git clone https://github.com/astrand/pyobfuscate.git
cd pyobfuscate/
python setup.py install
# 使用
pyobfuscate example.py

---

2.加密

推荐阅读 ：如何保护你的 Python 代码 —— 现有加密方案

定制 python 解释器

从源码下手：https://github.com/python/cpython/tree/3.6/Modules

假定我们有一个算法，能够加密原始的 Python 代码，这些加密后代码随发行程序一起，可被任何人看到，却难以破解。另一方面，有一个定制好的 Python 解释器，它能够解密这些被加密的代码，然后解释执行。而由于 Python 解释器本身是二进制文件，人们也就无法从解释器中获取解密的关键数据。从而达到了保护源码的目的。

要实现上述的设想，首先需要掌握基本的加解密算法，其次探究 Python 执行代码的方式从而了解在何处进行加解密，最后禁用字节码用以防止通过 .pyc 反编译。

详细内容见：如何保护你的 Python 代码 —— 定制 Python 解释器

修改 opcode

其实还是定制 python 解释器，只不过相对简单一些。

博客原文不方便转载，详细步骤见其他转载连接：https://blog.51cto.com/juispan/2065568

博主是 3.5.3 版本的环境，本人在 3.7 环境下已经不能正常编译了，原程序应该需要改动，本人没做深入研究，到此只提供一种加密思路，如有成功的朋友还望告知此方法使用的注意事项。

PyArmor

加密原理
Pyarmor 网站主页

(收费版 266RMB)

保护 Python 脚本的工具，能够加密 Python 脚本，保护运行时刻的 Python 代码不被泄露，设置加密脚本的有效期限，绑定加密脚本到硬盘、网卡等硬件设备。
PyArmor 使用动态代码生成和交叉保护机制来保证加密脚本的安全性

它的保障机制主要包括:

• 加密编译后的代码块，保护模块中的字符串和常量
• 在脚本运行时候动态加密和解密代码块的二进制代码
• 代码块执行完成之后清空堆栈局部变量
• 通过授权文件限制加密后脚本的有效期和设备环境

---

参考文章:

• B 乎-使用 python 语言如何保密源代码以防止逆向工程？

• https://docs.python.org/3/library

• https://blog.csdn.net/submarineas/article/details/93723421#_170

• https://blog.csdn.net/Gavinmiaoc/article/details/84340736

• https://blog.csdn.net/qq_34106574/article/details/81166062

• https://zhuanlan.zhihu.com/p/54296517

• https://www.freebuf.com/sectool/205926.html

• https://blog.csdn.net/weixin_44015805/article/details/101103620

• https://blog.csdn.net/kwame211/article/details/79202074

• py 可执行文件反编译教程

• python 转 c++工具 shedskin