好吧！“人生苦短，请用Python”，作为python爱好者以及安全从业者，而且最近也碰到了一些这方面的问题，懂点python字节码还是很有必要的。
Python是一门解释性语言，它的具体工作流程如下：
1：编译，形成.pyc或.pyo后缀的语言
2：放入解释器，解释器执行字节流（opecode）
和java字节码一样，他们都是基于栈进行解释的。首先，先来看对pyc文件进行一个直观的理解：
一：直面pyc文件
pyc文件的生成一般用于加快Python的解释速度，运行时，如果pyc的编译时间晚于py的修改时间，会直接运行pyc文件。所以一般需要以module形式加载时，才会直接生成,生成pyc文件脚本如下：
import imp
import sys
def generate_pyc(name):
fp, pathname, description = imp.find_module(name)
try:
imp.load_module(name, fp, pathname, description)
finally:
if fp:
fp.close()
if __name__ == '__main__':
t = raw_input()
generate_pyc(t)
通过load_module形式进行加载，来间接获取pyc文件。
二：分析pyc文件
pyc文件的格式分为两种
3.4以前前四个字节为magic，这个和python版本相关，然后四个字节为编译时间，后面为code_type(PycodeObject)。而在3.4及以后则在编译时间之后添加一个filesize。下面是CPython中对code_type数据结构的描述
#define OFF(x) offsetof(PyCodeObject, x)
static PyMemberDef code_memberlist[] = {
{"co_argcount", T_INT, OFF(co_argcount), READONLY},
{"co_nlocals", T_INT, OFF(co_nlocals), READONLY},
{"co_stacksize",T_INT, OFF(co_stacksize), READONLY},
{"co_flags", T_INT, OFF(co_flags), READONLY},
{"co_code", T_OBJECT, OFF(co_code), READONLY},
{"co_consts", T_OBJECT, OFF(co_consts), READONLY},
{"co_names", T_OBJECT, OFF(co_names), READONLY},
{"co_varnames", T_OBJECT, OFF(co_varnames), READONLY},
{"co_freevars", T_OBJECT, OFF(co_freevars), READONLY},
{"co_cellvars", T_OBJECT, OFF(co_cellvars), READONLY},
{"co_filename", T_OBJECT, OFF(co_filename), READONLY},
{"co_name", T_OBJECT, OFF(co_name), READONLY},
{"co_firstlineno", T_INT, OFF(co_firstlineno), READONLY},
{"co_lnotab", T_OBJECT, OFF(co_lnotab), READONLY},
{NULL} /* Sentinel */
};
下面是一个基于python2.7的pyc文件例子的部分截图
解析pyc文件可以得到，如下：
magic 03f30d0a
moddate aa813e59 (Mon Jun :: )
code
argcount
nlocals
stacksize
flags
code
consts
'hello world!'
None
names ()
varnames ()
freevars ()
cellvars ()
filename 'C:\\Users\\Administrator\\Desktop\\test3.py'
name '<module>'
firstlineno
lnotab
本文着重讲解的是co_code，也就是opcode。
三：解读opcode
opcode代码在理解上还是很简单的，想要得到某个函数或者module的话可以直接使用dis.dis()或者dis.disassemble()函数，这里先使用dis.dis()函数，直接观察函数的opcode。下面是一个简单的python脚本：
import dis
def test1():
a = "hello"
b = " "
c = "world"
d = a +b+c
print dprint dis.dis(test1)
可以得到test1函数的opcode代码
LOAD_CONST ('hello') //'hello'压栈
STORE_FAST (a) //'hell0'出栈，同时local['a'] = 'hello' LOAD_CONST (' ')
STORE_FAST (b) LOAD_CONST ('world')
STORE_FAST (c) LOAD_FAST (a) //将local['a']压栈
LOAD_FAST (b) //将local['b']压栈
BINARY_ADD //栈中a,b相加，结果压栈
LOAD_FAST (c)
BINARY_ADD
STORE_FAST (d) LOAD_FAST (d)
PRINT_ITEM
PRINT_NEWLINE
LOAD_CONST (None)
RETURN_VALUE
None
源码和opcode对照并结合注释，理解起来还是很方便的。第一列是源代码的行数，第二列是字节相对于第一个字节的偏移，第三个则是命令，第四个是命令参数。opcode的格式如下：
想要彻底理解上面的代码，必须先理解python基于栈的运行机制，python的运行是单纯模拟cpu运行的机制，看一下它的堆结构
typedef struct _frame {
PyObject_VAR_HEAD
struct _frame *f_back; /* 调用者的帧 */
PyCodeObject *f_code; /* 帧对应的字节码对象 */
PyObject *f_builtins; /* 内置名字空间 */
PyObject *f_globals; /* 全局名字空间 */
PyObject *f_locals; /* 本地名字空间 */
PyObject **f_valuestack; /* 运行时栈底 */
PyObject **f_stacktop; /* 运行时栈顶 */
…….
可以利用sys.getFrame来得到运行时的堆栈状态
{'a': 'hello', 'c': 'world', 'frame': <frame object at 0x0000000002DEA3A8>, 'b': ' ', 'd': 'hello '}
{'test1': <function test1 at 0x00000000032B9908>, '__builtins__': <module '__builtin__' (built-in)>, '__file__': 'C:\\Users\\Administrator\\Desktop\\test3.py', '__package__': None, 'sys': <module 'sys' (built-in)>, '__name__': '__main__', '__doc__': None, 'dis': <module 'dis' from 'C:\Python27\lib\dis.pyc'>}
{'test1': <function test1 at 0x00000000032B9908>, '__builtins__': <module '__builtin__' (built-in)>, '__file__': 'C:\\Users\\Administrator\\Desktop\\test3.py', '__package__': None, 'sys':
四：常见语句以及对应opcode
1.判断语句
def test2(t):if t > :
print "OK!"
对应
LOAD_FAST (t)
LOAD_CONST ()
COMPARE_OP (>)
POP_JUMP_IF_FALSE LOAD_CONST ('OK!')
PRINT_ITEM
PRINT_NEWLINE
JUMP_FORWARD (to )
>> LOAD_CONST (None)
RETURN_VALUE
None
2.循环语句
def test3():
i =
while t < :
t += i
i+=
对应
LOAD_CONST ()
STORE_FAST (i) SETUP_LOOP (to )
>> LOAD_FAST (t)
LOAD_CONST ()
COMPARE_OP (<)
POP_JUMP_IF_FALSE LOAD_FAST (t)
LOAD_FAST (i)
INPLACE_ADD
STORE_FAST (t) LOAD_FAST (i)
LOAD_CONST ()
INPLACE_ADD
STORE_FAST (i)
JUMP_ABSOLUTE
>> POP_BLOCK
>> LOAD_CONST (None)
RETURN_VALUE
3.调用操作
def test4(a,b):
print a+bdef test3():
test4(,)
对应
LOAD_GLOBAL (test4)
LOAD_CONST ()
LOAD_CONST ()
CALL_FUNCTION
POP_TOP
LOAD_CONST (None)
RETURN_VALUE
