为什么C程序需要反编译器，但python程序不需要？

Question

如果我编写一个python脚本，任何人都可以简单地将一个编辑器指向它并阅读它。但对于使用C语言编写的程序，必须使用反编译器和十六进制表等。这是为什么？我的意思是我根本无法打开Safari浏览器并查看其代码。

Answer 1

注意：作者拒绝在这个主题的深厚专业知识。有些断言可能不正确。

Python实际上被编译成字节码，这是python解释器运行的东西。无论何时使用Python模块，Python都会生成一个.pyc文件，其名称对应于该模块。这相当于编译C文件时生成的.o文件。

所以，如果你想要的东西拆开，将.pyc文件将是吧:)

了Python经过时编译一个模块是非常类似于gcc或其他C编译器C源代码的代码做的过程。主要区别在于它作为文件执行的一部分透明地进行。它也是可选的：在运行非模块（即最终用户脚本）时，Python只会解释代码而不是先编译它。

所以真的你的问题是“为什么python程序是以源代码而不是以编译模块的形式发布的？”换句话说，“为什么C应用程序是作为编译的二进制文件而不是源代码来分发的？”

它曾经是非常普遍的C应用程序作为源代码分发。这是在操作系统及其各种子实体（即Linux发行版）变得更加成熟之前回来的。一些发行版，例如gentoo，仍然将应用程序分发为源代码。应用程序有点尖端或模糊，仍然作为它们所针对的所有平台的源代码分发。

原因是兼容性和依赖性。您可以在Mac上运行预编译的二进制Safari，或者在Ubuntu Linux上运行Firefox，原因是它专门为该操作系统，体系结构（例如x86_64）和库集合构建。

不幸的是，编译大型应用程序相当缓慢，每次应用程序更新时都需要至少部分重做。因此二元分布的动机。

那么，为什么不创建一个Python的二进制分布？首先，正如Aaron mentions，模块需要重新编译每个新版本的Python字节码。但这与重建C应用程序以链接动态库的新版本类似 - 在这种意义上，Python库与C库类似。

真正的原因是Python编译比C编译快得多。我认为这部分是由于该语言的动态性质，也因为它不像编译过程那么彻底。这有其折衷：特别是，Python应用程序的运行速度远远超过C程序，因为Python必须将编译的字节码解释为处理器的指令，而C应用程序已经包含这些指令。

所有人都说，有一个名为py2exe的程序，它将采用Python模块和发行版并构建预编译的Windows可执行文件，其中包括模块及其依赖项的逻辑（包括Python本身）。我想这一点是为了避免强制人们在他们的Windows系统上安装Python来运行你的应用程序。在Linux下，或者我认为甚至OS/X，Python通常已经安装，所以预编译并不是真的必要。 Linux系统也有超级包管理器，如果它们尚未安装，它们将透明地安装诸如Python之类的依赖项。

Answer 2

Python是一种脚本语言，通过中间人在虚拟机中运行。 C是一种编译语言，将代码编译为二进制代码，计算机可以在没有所需的额外东西的情况下运行该代码。

Answer 3

因为C代码符合对象（机器）代码，并且python代码被编译为中间字节代码。我不确定你是否指的是python的字节码 - 你必须引用可直接执行的源文件本身（隐藏你的字节码！）。 C需要编译和链接。

Answer 4

• Python脚本只有在运行时才被解析并转换为二进制文件 - 即它们是文本文件，您可以使用编辑器读取它们。
• C代码被编译并链接到一个可执行的二进制文件，然后才能运行。通常，只有这个可执行的二进制文件是分布式的 - 因此你需要一个反编译器。你可以随时查看源代码，如果你有权访问它。

Answer 5

您无法打开并阅读实际为python运行的代码。尝试

import dis 

def foo(): 
    for i in range(100): 
     print i 

print dis.dis(foo) 

这会显示foo程序的（人类可读的）bytcode。等价地，您可以保存该文件并从交互式Python解释器中导入它。这将创建一个.pyc文件，其脚本具有相同的基本名称。用十六进制编辑器打开它，然后查看实际的python字节码。

不同之处在于，python在不同版本之间更改了字节码，因此您需要为每个版本的Python分发不同版本的二进制版本。这将是一个痛苦。

随着C，它被编译为本地代码，所以字节代码更加稳定，使得只有二进制版本成为可能。

Answer 6

这是一个很大的话题。你应该看看你当地友好的计算机科学课程，你会发现很多有关这个主题的伟大的东西。

简短的答案是Python是一种“解释”语言，这意味着它需要一个机器语言程序（python解释器）来运行python程序，并添加一个间接层。 C或C++是不同的。它们直接编译为机器码，可直接在处理器上运行。

然而，这里有很多额外的伏都教。从技术上讲，Python被编译为一个字节码，而现代解释器的编译越来越多，所以编译和解释代码之间的界限越来越模糊。

Answer 7

是的，你可以 - 它被称为反汇编，并允许你很好地看看Safari的代码。问题是，C和其他语言一样，编译为本地代码，即CPU可以“理解”并执行的代码。

或多或少显然，CPU指令集中的抽象级别远远低于像Python这样的高级语言。CPU指令不关心“下载该URI”，而是更多地“检查该位是否设置在硬件寄存器中”。

因此，总之，在本机应用程序中出现的复杂程度在查看机器代码时要高得多，因此很多人根本无法理解那里发生的事情，很难获得大的图片。随着经验和时间的掌握，人们可能会一直这样做，扭转应用和所有情况。

Answer 8

Python脚本与查看用英语（或他理解的语言）编写的待办事项列表的人类似。这个人必须完成所有的工作，每次都要完成这些事情。如果这个人不是每次都独自完成这些步骤，而是创建并编程一个能够一次又一次地执行这些步骤的机器人（并且可能比他更快），那么这个机器人就类似于C程序。

python情况下的人称为“解释器”，在C情况下称为“编译器”，C机器人称为编译程序/可执行文件。

当您查看python程序源代码时，您会看到待办事项列表。在机器人的情况下，你会看到齿轮，电机和电池等，这些与待办事项列表看起来有很大不同。如果你能够掌握C的“待办事项”列表，它看起来有点像Python代码，只是用不同的语言。

Answer 9

并非所有的C程序都需要反编译器。有很多C代码以源代码形式分发。如果分发为字节码（.pyc文件），一些Python程序做需要反编译器。

但是，就您的假设有效而言，这是因为C是compiled language而Python是interpreted language。

Answer 10

在你问到的几个注释中：“是否可以将python编译为可执行的二进制文件，然后简单地分发它？

从理论的角度来看，毫无疑问答案是肯定的 - 一个Python程序可以被编译成完全编译的机器代码，并且可以作为完全编译的机器代码分发。

从实践的角度来看，它有更多的问题。有一些东西，如Unladen Swallow，Psyco，Shed Skin和PyPy，你可能想知道。

1. Unladen Swallow主要是在制作的Python运行更快的尝试，但部分计划这样做，包括使用LLVM其后端。 LLVM可以（除其他外）生成本机机器码输出。 Unladen Swallow的最后几个版本使用LLVM进行本地代码生成，但是 1）网站上的最新更新是从2009年底开始的，2）该版本的发行说明说：“Unladen Swallow团队并不建议广泛采用2009Q3版本。“

2. Psyco作为一个基本上可以进行JIT编译的Python插件，所以即使它可以加快执行速度（在某些情况下相当多），但它不会生成可分发的机器代码可执行文件。总之，虽然它与你想要的类似，但并不打算按照你的要求去做。

3. Shed Skin Python-to-C++生成C++作为其输出，然后编译C++并（可能）分发结果。 Shedskin目前在0.5版本 - 即没有人声称它是一个完成的，发布的产品。另一方面，开发正在进行中，每个版本似乎都包含相当大的改进。

4. PyPy是用Python编写的Python实现。他们的意图是允许代码生成“插入”而不影响其余的实现 - 但他们目前支持4种不同的代码生成模型，我不相信它们中的任何一个会生成本地机器代码直接在硬件上运行。

底线：工作已经完成，目前正在与做你问什么的意图完成，但至少据我所知，这不是真的什么我可以合理建议作为成品，你现在真的可以依靠做这项工作了。主要重点在于执行速度，而不是生成独立的可执行文件。

Answer 11

G-WAN在运行时执行ANSI C脚本 - 就像Python脚本一样。

这可以是服务器端脚本（使用G-WAN作为Web服务器）或任何通用C程序，您可以链接任何现有的库。

哦，和G-WAN C脚本比Python，PHP或Java快得多......