从Python反汇编字节码恢复源代码：可行性及复杂函数自动实现方法

原函数代码 #

def fun(x):
    return 2 * x + 5

导入并查看函数对象 #

执行代码：

from mymodule import fun
print(fun)

输出：

<function mymodule.fun(x)>

使用dis模块反汇编函数 #

执行反汇编代码：

import dis
dis.dis(fun)

得到字节码：

2           0 LOAD_CONST               1 (2)
              2 LOAD_FAST                0 (x)
              4 BINARY_MULTIPLY
              6 LOAD_CONST               2 (5)
              8 BINARY_ADD
             10 RETURN_VALUE

1. 源代码恢复是否总能实现？ #

不能。核心原因有这些：

• 字节码丢失源代码细节：Python编译为字节码时，会丢弃注释、原始缩进风格、空行、部分语法糖的原始写法（比如列表推导式和等价for循环的字节码一致，无法还原原始写法），若代码经过混淆，变量名这类关键信息也会丢失。
• 动态生成的函数无原始代码：通过exec()、eval()或元类、装饰器动态生成的函数，本身不存在对应的原始源代码，仅能生成功能等价的代码，而非“原代码”。
• 编译优化的影响：启用-O编译选项时，编译器会移除断言、调试信息等，进一步减少可用于还原的线索。

2. 复杂函数的自动源代码恢复方法 #

针对复杂函数，可通过以下方式自动还原：

• 使用专业反编译工具：uncompyle6、decompyle3这类工具能直接将.pyc文件或内存中的函数字节码转换为近似的源代码。它们会解析字节码指令序列，映射回循环、条件分支、类定义等Python语法结构，处理大部分复杂场景。
• 基于字节码分析库自定义逻辑：借助dis或byteplay库，手动解析字节码的控制流（比如跳转指令对应的分支、循环），构建抽象语法树（AST），再将AST转换为可读源代码，适合需要定制还原规则的场景。
• 先反混淆再还原：若函数经过变量名混淆等处理，需要先通过数据流分析还原变量的实际用途，再进行源代码恢复。

内容的提问来源于stack exchange，提问作者Nico Schlömer