问逆向工程自动生成C？

EN

好的--试着更直接地回答你的问题:大多数自动生成的C代码都相当丑陋，所以需要有人相当积极地对其进行逆向工程。同时，我不相信我从来没有看过Cython生成的东西，所以我不确定它看起来是什么样子。

此外，许多自动生成的代码都是以状态机表格的形式完成的，大多数程序员发现即使在最好的情况下也很难遵循这些表格。趋势(在许多情况下)是有一个通用的框架，具有框架在运行时或多或少“解释”的数据表。这不一定是不可能的，但与大多数典型的代码不同，大多数人很快就会放弃它(如果他们做得太多，他们通常会浪费大量时间查看框架，而不是数据，这在这种情况下才是真正重要的)。

但是，我要重复一遍，我非常确定我还没有看过Cython产生的内容，所以我不能很确定地对它说太多。

有(或至少曾经是)商业混淆程序的目的是使C源代码难以理解。我怀疑Perl的可用性已经从他们那里夺走了很多市场份额，但如果你看一下，你可能仍然能够找到一个并使用它。

如果没有这一点，编写自己的混淆程序并不是很困难，但效率的程度可能会随着您愿意投入的工作量而有所不同。系统地将任何有意义的变量名重命名为_和__可以做很多事情(例如，profit = sales - costs;比_ = _I_ - _i_;更有意义)。然而，根据所讨论的机器生成的代码，这可能不会真正完成很多事情--混淆一个通用框架可能不会对理解您的代码有多大影响--如果他们弄清楚了您正在遵循的过程，他们也许能够简单地复制正确的框架代码，并将特定于您的程序的部分移植到非混淆框架中。

您真的应该看看Cython生成的代码。例如，为了帮助调试，它将完整的Python源代码复制到生成的文件中，在为其生成C代码之前标记每一行源代码。这使得查找您感兴趣的代码部分变得非常容易。

一个非常好的特性是您可以使用"-a“(注释)选项编译您的代码，它将在包含带注释的Python代码的C文件旁边输出一个HTML文件。当您单击一行时，您将看到该行的C代码。作为额外的好处，它将执行大量Python处理的代码标记为深黄色，这样您就可以得到一个简单的指示器，可以在哪里寻找潜在的优化。

现在在Cython中也有特殊的gdb支持，所以你可以做Cython源代码级的调试等等。

啊，我想我错过了你所说的编译模块的部分，而我只是指的是Cython生成的源代码。我同意曾傑瑞的观点，从编译后的模块中提取有用的东西是相当棘手的，只要您保持禁用gdb支持(默认)并去掉调试符号即可。这是因为C编译器会在各处做大量帮助函数的内联，并应用各种低级代码优化，从而使提取原始宏级代码模式变得更加困难。但是，您将看到对CPython的命名C-API调用，还将看到来自您自己的代码的函数名。Cython不是专门为代码混淆而设计的，恰恰相反。但可读汇编肯定从来都不是设计目标。