使用Cython库包对python的py文件(源码)进行加密,把python的.py文件生成.so文件并调用

本文涉及的产品
视觉智能开放平台,图像资源包5000点
视觉智能开放平台,视频资源包5000点
视觉智能开放平台,分割抠图1万点
简介: 本文介绍了在Linux系统(Ubuntu 18.04)下将Python源代码(`.py文件`)加密为`.so文件`的方法。首先安装必要的工具如`python3-dev`、`gcc`和`Cython`。然后通过`setup.py`脚本使用Cython将`.py文件`转化为`.so文件`,从而实现源代码的加密保护。文中详细描述了从编写源代码到生成及调用`.so文件`的具体步骤。此方法相较于转化为`.pyc文件`提供了更高的安全性。

常用的python加密方式

  • 第一种加密Python源代码的方式,是将.py文件转化为.pyc文件,但这种加密方式很容易被反编译,因此实用性并不高。

  • 第二种加密Python源代码的方式,是将.py文件转化为.so文件,这样加密的可靠性非常高,无法被被人破解,也就很好地保护了源代码。

本文以Linux系统(Ubuntu 18.04)为例,讲解如何将自己的Python程序(.py文件)加密为.so文件

1 准备环境

1、我们需要在Ubuntu系统中安装一些准备工具,包括python3-devgccCython,其中Cython为Python的第三方模块。安装的命令如下:

$ sudo apt install python3-dev gcc
$ pip3 install cython

2、代码文件准备如下:

(base) shl@zhihui-mint:~/Disk2/3_proj$ tree CodeEncryption/
CodeEncryption/
├── setup.py  # 把源码.py文件生成.so文件
├── so_test.py  # 调用生成的.so文件
└── test.py   # 要加密的源码文件

0 directories, 3 files
(base) shl@zhihui-mint:~/Disk2/3_proj$

2 调用Cython库包把python的.py文件生成.so文件

先说一下大致流程:

  • 1)写源码.py文件,我的源码写到test.py

  • 2)把源码 .py文件生成.so文件,使用上面的setup.py

  • 3)调用生成.so文件,效果和调用源码是一样的,相当于只能调用接口,但是并看不到源码的中的内容

下面说明具体操作:

2.1 写源码文件

源码文件为:test.py

import datetime

class Today():
    def get_time(self):
        print(datetime.datetime.now())

    def say(self):
        print("hello from SHL!")

我在源码中定义了:

  • 一个Today类
  • 两个类方法:
    • get_time()方法:获取当前时间
    • say()方法:打印输出一段字符

2.2 调用源码接口

so_test.py中写的是调用源码的接口,此时是从.py的源码中直接调用的python代码!

1、so_test.py调用接口代码:

(base) shl@zhihui-mint:~/Disk2/3_proj/CodeEncryption$ python so_test.py 
2021-08-14 17:35:04.143138
hello from SHL!
(base) shl@zhihui-mint:~/Disk2/3_proj/CodeEncryption$

因为在执行python so_test.py的时候,在so_test.py文件中导入了from test import Today,就会把test.py模块先生成一个编译的.pyc文件,目的就是在下次调用的时候加速,你可以删除,没有啥影响!
image.png

2.3 调用Cython库把.py源码生成.so文件

1、使用setup.py脚本把源码test.py生成.so文件setup.py中定义内容:

from distutils.core import setup
from Cython.Build import cythonize

setup(ext_modules=cythonize(["test.py"]))

2、生成.so文件

python3 setup.py build_ext

image.png

生成之后的文件目录结构:

image.png

可以看到,生成了.so文件,同时还生成了.c的源码文件,以及.o的中间代码文件,所以这个本质是把python代码转换为了C代码,然后使用gcc工具进行编译!

3、把源码删除,然后通过so_test.py接口调用.so文件,先把.so文件移到当前目录:

image.png

可以发现,此时依然可以通过.so文件对test.py源码中定义的代码进行调用,但是我们并不知道源码中具体的实现方式,因此实现了对.py源码文件的加密!

然后你就可以把源码删除,其他没有用的文件也删除,然后只告诉别人.so文件和调用接口,这样保护了自己的源码不被被人看到!你也可以以这种方式售卖自己的代码,后面优化更新源码还可以持续挣钱!

目录
相关文章
|
12天前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
15天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
43 0
|
8天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
26 4
|
29天前
|
安全 Linux 数据安全/隐私保护
python知识点100篇系列(15)-加密python源代码为pyd文件
【10月更文挑战第5天】为了保护Python源码不被查看,可将其编译成二进制文件(Windows下为.pyd,Linux下为.so)。以Python3.8为例,通过Cython工具,先写好Python代码并加入`# cython: language_level=3`指令,安装easycython库后,使用`easycython *.py`命令编译源文件,最终生成.pyd文件供直接导入使用。
python知识点100篇系列(15)-加密python源代码为pyd文件
|
8天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
19 2
|
13天前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
36 7
|
11天前
|
开发者 Python
Python中__init__.py文件的作用
`__init__.py`文件在Python包管理中扮演着重要角色,通过标识目录为包、初始化包、控制导入行为、支持递归包结构以及定义包的命名空间,`__init__.py`文件为组织和管理Python代码提供了强大支持。理解并正确使用 `__init__.py`文件,可以帮助开发者更好地组织代码,提高代码的可维护性和可读性。
15 2
|
14天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
21 3
|
17天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
37 5
|
16天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
30 2

热门文章

最新文章