如何有效地混淆Python代码？

Question

我想知道怎么隐藏我的Python源代码。

print "Hello World!"

我该怎么把这个例子编码成不容易被人看懂的样子？有人告诉我可以用base64，但我不太清楚怎么做。

Answer 1

你可以把你的代码嵌入到C/C++中，然后编译它，具体可以参考在其他应用中嵌入Python

embedded.c

#include <Python.h>

int
main(int argc, char *argv[])
{
  Py_SetProgramName(argv[0]);  /* optional but recommended */
  Py_Initialize();
  PyRun_SimpleString("print('Hello world !')");
  Py_Finalize();
  return 0;
}

在Ubuntu/Debian系统中

$ sudo apt-get install python-dev

在Centos/Redhat/Fedora系统中

$ sudo yum install python-devel

编译命令是

$ gcc -o embedded -fPIC -I/usr/include/python2.7 -lpython2.7 embedded.c

运行命令是

$ chmod u+x ./embedded
$ time ./embedded
Hello world !

real  0m0.014s
user  0m0.008s
sys 0m0.004s

初始脚本：hello_world.py:

print('Hello World !')

运行这个脚本

$ time python hello_world.py
Hello World !

real  0m0.014s
user  0m0.008s
sys 0m0.004s

不过，有些Python代码的字符串可能会出现在编译后的文件里

$ grep "Hello" ./embedded
Binary file ./embedded matches

$ grep "Hello World" ./embedded
$

如果你想增加一点混淆，可以使用base64编码

...
PyRun_SimpleString("import base64\n"
                  "base64_code = 'your python code in base64'\n"
                  "code = base64.b64decode(base64_code)\n"
                  "exec(code)");
...

例如：

创建你代码的base64字符串

$ base64 hello_world.py
cHJpbnQoJ0hlbGxvIFdvcmxkICEnKQoK

embedded_base64.c

#include <Python.h>

int
main(int argc, char *argv[])
{
  Py_SetProgramName(argv[0]);  /* optional but recommended */
  Py_Initialize();
  PyRun_SimpleString("import base64\n"
                    "base64_code = 'cHJpbnQoJ0hlbGxvIFdvcmxkICEnKQoK'\n"
                    "code = base64.b64decode(base64_code)\n"
                    "exec(code)\n");
  Py_Finalize();
  return 0;
}

所有命令

$ gcc -o embedded_base64 -fPIC -I/usr/include/python2.7 -lpython2.7 ./embedded_base64.c
$ chmod u+x ./embedded_base64

$ time ./embedded_base64
Hello World !

real  0m0.014s
user  0m0.008s
sys 0m0.004s

$ grep "Hello" ./embedded_base64
$

更新：

这个项目（pyarmor）可能也会对你有帮助：

https://pypi.org/project/pyarmor/

Answer 2

所以这样就不能被人看懂了吗？

我的意思是，整个文件都是编码的！当你打开它时，你根本看不懂里面的内容……这正是我想要的。

最多，你可以把你的源代码编译成字节码，然后只分发字节码。但即使这样也可以被逆向还原。字节码可以被反编译成半可读的源代码。

Base64编码对于任何人来说都很简单可以解码，所以它不能真正提供保护，只能让完全不懂电脑的人看不懂。而且，如果你打算通过任何方式运行这段代码，你就必须把解码器直接放进脚本里（或者放在你的分发包中的另一个脚本里，这个脚本需要合法用户来运行），这样一来，你的编码/加密方式就会暴露出来。

混淆技术通常包括去掉注释和文档、修改变量名、插入无用代码等等，所以即使你反编译了字节码，你得到的源代码也不会太容易阅读。不过，它们仍然是Python源代码，而Python并不擅长变得一团糟。

如果你真的需要保护某些功能，我建议使用编译语言，比如C或C++，编译并分发.so/.dll文件，然后使用Python绑定来调用这些受保护的代码。

Answer 3

这只是一个有限的、初级的代码混淆解决方案，但它是内置的：Python有一个编译器可以把代码转换成字节码：

python -OO -m py_compile <your program.py>

这会生成一个 .pyo 文件，里面包含了字节码，并且去掉了文档字符串等内容。你可以把这个 .pyo 文件改名为 .py 后缀，然后用 python <你的程序.py> 来运行，就像运行你的程序一样，但里面不包含你的源代码。

补充说明：这种“有限”的混淆程度是可以恢复代码的（虽然变量名还在，但没有注释和文档字符串）。具体怎么做可以看看第一条评论。不过在某些情况下，这种混淆程度可能已经足够了。

再补充：如果你的程序导入了像这样混淆过的模块，那么你需要把它们改名为 .pyc 后缀（我不确定这将来不会出问题），或者你可以继续使用 .pyo 文件，并用 python -O ….pyo 来运行（导入应该可以正常工作）。这样Python就能找到你的模块（否则，Python会去找 .py 模块）。

如何有效地混淆Python代码？

22 个回答

更新：

撰写回答