python - 检查两个 .pyc 文件（使用相同的 python 版本编译）是否包含相同的代码

Question

问题是相似的，但与比较两个 python 文件是否产生相同的字节码（代码相同）不同。

事实上我有一个解决方案，但它不是那么优雅：

假设我.pyc在一台机器上创建了一些.pyc文件，在另一台机器上创建了一些文件。我假设这些.pyc文件是使用相同版本的 python 创建的。

否则我不得不使用一个慢得多的工具，比如uncompyle6.

如何验证两者都包含相同的字节码？

我有两个问题将在下面提到：

1. 读入.pyc文件：

   这里没问题。

   import marshal
   import hashlib
   
   def calc_pyc_hash(pyc_fname):
       with open(pyc_fname, "rb") as fin:
           pyc_data = fin.read()
   

2. 问题 1：剥离标头字节并提取代码对象这是一个问题，因为要剥离的字节量似乎取决于 python 版本。有没有一种简单的方法来以编程方式获得正确的值？

   我的解决方法：（代码仍然是的一部分calc_pyc_hash）

      for offs in range(8, 20):
          try:
              code = marshal.loads(pyc_data[offs:])
              print("offset of %d bytes for %s" % (offs, sys.version_info))
              break
          except Exception:
              pass
      else:
          print("no solution found")    sys.exit(-1)
   

3. 问题2：如何忽略字段co_filename。代码对象有一个字段co_filename，它是编译后的 python 文件的名称。不幸的是，这个名称可能是一个带有绝对路径的文件名，这可能会根据.pyc文件的创建位置和方式而有所不同。我发现的唯一方法是遵循（代码仍然是其中的一部分calc_pyc_hash）：

       code_bytes = []
       fields = [name for name in dir(code) if name.startswith("co_") 
                 and name != "co_filename"]
       for fieldname in fields:
           code_bytes.append(marshal.dumps(getattr(code, fieldname)))
   
       code_bytes = b"".join(code_bytes)
       hashval = hashlib.sha1(code_bytes).hexdigest()
       return hashval
   

我认为不是很优雅的是，我必须猜测要跳过的标头字节的数量，并且我必须剥离文件名并连接其他字段的数据。

有没有人有更优雅的解决方案？

标签： pythoncomparisonpyc