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：
| 123456789101112131415 |
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：
| 1 | 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
| 1234 |
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：
| 1 |
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。
| 1234 |
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：
| 1 |
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：
| 12345678910 |
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。
| 123 |
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。
| 1234 |
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
| 1234 |
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。
| 1234 |
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：
| 1 |
k = [1, 2]
|
另外再看看一种常见的创建list的方式如下：
| 1 |
[x for x in xlist if x!=0 ]
|
一个实例bytecode如下：
| 12345678910111213 |
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：
| 1 |
[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。
| 12345 |
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：
| 1 |
k = {'a': 1}
|
再看看修改dict的bytecode：
| 1234 |
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：
| 1 |
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：
| 1234567891011 |
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：
| 1234567891011121314151617181920212223242526272829303132333435 |
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
| 12345678910111213141516 |
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：
| 123 |
i = 0 while i < 10: i += 1
|
for in结构
| 123456 |
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：
| 1 |
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。
| 1234567891011121314151617181920212223242526 |
23 0 LOAD_CONST 1 (0) 3 STORE_FAST 0 (i) //i=024 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：
| 1234567 |
i = 0if 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
| 1234567891011 |
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_VALUE70 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：
| 1234567 |
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
| 1 |
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。
| 1234567891011121314151617181920212223242526272829303132333435363738 |
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。
| 12 |
i += 1 //使用INPLACE_xxxi = i + 1 //使用BINARY_xxxx
|
参考资料
- python dis官方文档
- google搜索dis指令
- https://github.com/vstinner/bytecode
- https://blog.hakril.net/articles/2-understanding-python-execution-tracer.html
- A Python Interpreter Written in Python
- https://blog.csdn.net/qs9816/article/details/51661659
- https://github.com/Mysterie/uncompyle2
本文转载来源：https://bbs.pediy.com/thread-246683.htm