在
Python 开发过程中，.pyc 文件经常和.py 源文件一起出现在项目
目录里。这些.pyc 文件是 Python 编译后的字节码文件，作为 Python 解释器执行程序时的中间产物，在提升执行效率方面起到了关键作用。下面从文件本质、生成机制、打开方式及安全注意事项四个方面，详细介绍.pyc 文件的相关技术知识和操作方法。
Python 作为解释型语言，执行过程主要有两个阶段：
- 编译阶段：把.py 源文件转换成.pyc 字节码文件。
- 解释阶段：Python 虚拟机（PVM）直接执行字节码。
字节码有这些特性：
- 平台无关性：不依赖于 CPU 指令集，能在所有支持 Python 的系统上运行。
- 执行效率：相比直接解释源代码，启动速度能提升 20%-30%（基于 Python 3.11 的实际测试数据）。
- 反编译可能性：可以通过工具还原成和源码相近的形式。
以 Python 3.10 生成的.pyc 文件为例，它的二进制结构包含三个关键部分：
Magic Number 举例：
- Python 3.7：0x37 0x0D 0x0D 0x0A
- Python 3.11：0x42 0x0D 0x0D 0x0A
在以下情况，Python 解释器会自动生成.pyc 文件：
- 模块导入时：第一次导入模块（import module_name），会把对应的模块编译成.pyc 文件。
- 脚本执行时：直接运行 python script.py，会生成__pycache__/script.cpython-310.pyc 文件。
存储路径规则：
- Python 3.2 及以上版本：在__pycache__子目录中存储，文件名格式为 <module>.<version>.pyc。
- Python 3.1 及以下版本：和.py 文件在同一目录，文件名为 <module>.pyc。
开发者可以通过以下命令主动生成字节码文件：
生成的文件：对于 Python 3.1 及以下版本是 example.pyc；对于 Python 3.2 及以上版本是__pycache__/example.cpython-310.pyc。
# 编译当前目录所有.py文件
python -m compileall .
# 指定输出目录
python -m compileall -o /path/to/output_dir /path/to/source_dir
import py_compile
py_compile.compile('example.py', cfile='custom_name.pyc')
使用十六进制
编辑器（如 hexdump 或 xxd）可以查看原始字节流：
xxd example.pyc | head -n 20
输出示例：
00000000: 420d 0d0a 0000 0000 e300 0000 4000 0000 B............@...
00000010: 400d 0d0a 4e29 0e5d 0b00 0000 e300 0000 @...N).]........
Python 内置的 dis 模块能把字节码转换成人类可以读懂的
指令序列：
import dis
import marshal
import time
import struct
def read_pyc(filepath):
with open(filepath, 'rb') as f:
magic = f.read(4)
timestamp = f.read(4)
size = f.read(4)
code_data = f.read()
return marshal.loads(code_data)
pyc_code = read_pyc('example.pyc')
dis.dis(pyc_code)
输出示例：
2 0 LOAD_CONST 0 (<code object foo at 0x7f8a1c3b3a50, file "example.py", line 2>)
2 LOAD_CONST 1 ('foo')
4 MAKE_FUNCTION 0
6 STORE_NAME 0 (foo)
pip install uncompyle6
uncompyle6 example.pyc > reconstructed.py
支持特性：
- 跨版本兼容（适用于 Python 2.7-3.11）。
- 能保留注释和变量名。
- 可以处理优化后的字节码（比如 - O 生成的.pyo）。
# 需自行编译源代码
git clone https://github.com/zrax/pycdc
cd pycdc && mkdir build && cd build
cmake .. && make
./pycdc example.pyc
- 右键点击.pyc 文件。
- 选择 “Decompile” 选项。
- 在编辑器中查看还原后的代码。
限制说明：
- 只支持 Python 3.7-3.10 版本。
- 需要激活专业版许可证。
常见误解：认为.pyc 文件能保护源代码。
实际情况：
- 反编译工具能还原 80%-95% 的业务逻辑。
- 变量名、注释等元信息可能会被完整保留。
- 像变量名替换这样的混淆技术，只能稍微增加反编译的难度。
防护建议：
- 对于核心算法，使用 Cython 编译成二进制扩展。
- 采用代码混淆工具（如 pyarmor）进行基础保护。
- 关键逻辑通过 Web 服务封装，客户端只调用接口。
.pyc 文件容易遭受篡改攻击，攻击者可能会修改字节码来实施恶意行为。验证方法：
- 检查 Magic Number 是否和当前 Python 版本匹配。
- 对比源文件时间戳和.pyc 中的记录。
- 使用 hashlib 计算校验和：
import hashlib
def verify_pyc(py_path, pyc_path):
with open(py_path, 'rb') as f:
py_hash = hashlib.md5(f.read()).hexdigest()
with open(pyc_path, 'rb') as f:
f.seek(12)
code_data = f.read()
pyc_hash = hashlib.md5(code_data).hexdigest()
return py_hash == pyc_hash
发布版本时，建议清理不需要的.pyc 文件：
# 删除所有.pyc文件
find . -name "*.pyc" -delete
# 仅删除__pycache__目录
find . -type d -name "__pycache__" -exec rm -rf {} +
使用 python -O 优化执行时，生成的.pyo 文件（Python 3.5 及以上版本统一为.pyc）会移除断言和与__
debug__相关的代码：
def foo():
assert False, "debug failed"
print("Hello")
python -O -m py_compile original.py
反编译后能看到 assert 语句被完全移除了。
当无法获取源码时，可以通过对.pyc 文件反编译来理解其实现逻辑：
# 定位已安装包的路径
python -c "import requests; print(requests.__file__)"
# 假设输出为 /path/to/site-packages/requests/__init__.py
# 进入对应目录的反编译操作
cd /path/to/site-packages/requests/
uncompyle6 __init__.cpython-310.pyc > __init__.py
当.pyc 文件头部损坏时，可以手动修复 Magic Number：
def fix_magic_number(pyc_path, new_magic):
with open(pyc_path, 'rb') as f:
data = f.read()
fixed_data = new_magic.to_bytes(4, 'little') + data[4:]
with open(f"{pyc_path}.fixed", 'wb') as f:
f.write(fixed_data)
fix_magic_number('corrupted.pyc', 0x420D0D0A)
.pyc 文件是 Python 执行过程中的重要环节，它既有助于提升性能，又在代码保护方面存在不足。开发者需要掌握这些核心要点：
- 生成机制：了解自动编译规则和手动触发方法。
- 分析工具链：熟练运用 dis、uncompyle6 等工具进行调试。
- 安全边界：清楚字节码保护的实际效果，不要过度依赖。
- 维护策略：建立合理的.pyc 文件清理和验证流程。
掌握这些知识后，开发者能更高效地调试 Python 程序、分析第三方库的实现，并且在需要时采取基础的代码保护措施。
