AwesomeREA.org

工具

PyLingual Python 字节码反编译器

面向 Python 3.6 及以后版本 CPython 字节码的研究型反编译器，将按版本训练的 Transformer 模型与控制流重建相结合。分段模型把字节码切分为语句，语句模型将每段翻译为源码，再由模板重建循环、条件分支、异常处理、with 块和 match 语句。生成结果会用目标 Python 版本重新编译，并与原字节码比较控制流，未通过的片段会改用其他分段方案重试；其设计见 IEEE S&P 2025 论文《PyLingual: Toward Perfect Decompilation of Evolving High-Level Languages》。

使用条件与局限

  • 审阅时的首个版本为 v0.0.1，发布于 2026-09-21，其发布说明称在独立的 pylingual_eval_dataset 上，Python 3.6–3.12 的反编译成功率约为 82–87%，3.13–3.15 约为 71%；这些均为项目自报数据。所审阅的 main 提交比该版本晚 67 个提交，声明的版本为 0.1.0。README 提醒，这份注重可读性的代码在控制流准确度上起初可能不及在线服务。
  • 需从克隆的仓库用 uv tool install 安装；pyproject.toml 要求 Python 3.12+，并依赖 PyTorch、Transformers、Hugging Face Hub 和 xdis。各版本的分段模型和语句模型从 syssec-utd 的 Hugging Face 组织下载，使用未固定的 main 修订版；有 CUDA 时在 GPU 上运行，否则使用 CPU。各模型卡声明的许可证不一：3.12 语句模型标为 Apache-2.0，其分段模型则未声明。
  • 检查重建结果需要用目标版本编译：uv 管理的解释器覆盖 3.8–3.15，3.6 和 3.7 则需要 pyenv 或 pyenv-win，可通过 --init-pyenv 安装。可选的 Redis 实例用于缓存模型预测，缓存键包含版本和规范化后的字节码，但不包含模型修订版。pylingual.io 网页服务是托管的替代方案，因此机密的 .pyc 文件应只用本地命令行处理。
  • 采用 GPL-3.0-only 许可。通过控制流检查并不能证明恢复出的源码与原始源码完全一致，恢复出的代码仍归原权利人所有。本次未安装或运行任何模型，论文仅核对了其书目信息。

关于此条目

类型
工具
类别
原生分析工具
关联
基础工具
目标
应用 · 二进制

来源复核于

说明已依据一手来源复核；这不代表已运行验证、经过安全审计或确认兼容。

一手来源

  1. README.md GitHub · syssec-utd/pylingual · 修订 509ea92
  2. pyproject.toml GitHub · syssec-utd/pylingual · 修订 509ea92
  3. pylingual/decompiler_config.yaml GitHub · syssec-utd/pylingual · 修订 509ea92
  4. pylingual/decompiler.py GitHub · syssec-utd/pylingual · 修订 509ea92
  5. pylingual/equivalence_check.py GitHub · syssec-utd/pylingual · 修订 509ea92
  6. pylingual/models.py GitHub · syssec-utd/pylingual · 修订 509ea92
  7. pylingual/control_flow_reconstruction/templates GitHub · syssec-utd/pylingual · 修订 509ea92
  8. LICENSE GitHub · syssec-utd/pylingual · 修订 509ea92
  9. https://github.com/syssec-utd/pylingual/releases/tag/v0.0.1
  10. https://huggingface.co/syssec-utd/py312-pylingual-v1-statement
  11. https://doi.org/10.1109/SP61157.2025.00052