继续完善不太能用的 Python 反编译器
2026-09-03 #re在之前的文章里，我实现了一个不太能用的 Python 反编译器，后来在不断咨询 LLM 修复建议，并手动分析和实现之后，现在能对简单的程序进行反编译了。在这篇文章里，我讲一下主要的修复项。
控制流图恢复
这里我使用了更成熟的方案。首先遍历所有汇编指令，根据不同类型的跳转语句，FOR_ITER 语句，来收集每一个 BB 的开头偏移，然后根据这些开头偏移，将一堆的指令切分到不同的 BB 中，最后再根据 BB 中的条件跳转，非条件跳转语句，来构建整个控制流图。如果两个 BB 相邻，而且前一个 BB 最后的指令不是跳转语句，那也将其连接。
相对于之前的方案，新的方案对 BB 切分更清晰，并且可以在 CFG 中添加边的类型，例如是条件为真的跳转，还是别的跳转。
控制流构建
在识别非循环控制流的时候，我优化了单个 if 存在多个条件的判断。现在是生成左右节点的支配者链，然后在左右节点的支配者链里找到共有的支配者，最后在共有支配者里找到最近的支配者。相对于之前的算法，避免了需要处理循环的情况，也不需要一直找前序节点。我还在识别非循环控制流的外层加入了循环，不断进行识别和合并，当识别不到新的节点时候再退出，防止有一些节点未被整合到 if 语句中。
在识别循环控制流的时候，对 Havlak 算法得到的结果进行了优化。现在会根据 Havlak 算法得到的结果，找到该循环的回边，出口节点。再根据回边，去计算该循环中是否有 break 语句，如果有的话，则插入 BreakNode 和 IfElseNode 节点，用于构造 AST。
在之前的识别之后，会将匹配到的 BB 替换成 AST Node，逐渐构造出一颗 AST 树，供后续反编译语句使用。
反编译语句
在反编译语句的时候，修复了之前存在的一些问题，例如自增语句解析，CALL 语句参数解析。
之前只能反编译一个 BB 中的语句，现在改成了遍历重新构造的 CFG 生成 AST 树，并遍历 AST 树输出反编译的结果。
成品
现在能反编译一些非常基础的汇编片段了...
$ uv run main.py test_prog/if_branch_1.txt
value = a
if a > b:
value = a
else:
value = b
return value后续工作
- 现在将 AST 和 CFG 混合在了一起，如果需要继续扩展的话，需要进行拆分。
- 程序的主要逻辑可以改成一个大的循环，不断的去识别非循环控制流和循环控制流。
- 更多语句的支持，更多测试用例，测试一些真实环境中的程序。
总结
这次在 LLM 的帮助下修好了之前的反编译器。LLM 负责分析代码，给出修复建议，我来审核建议并编写代码。我尝试过让 LLM 自己去完善代码，它确实能完成功能，但是在代码结构上，会偏向于新增而不是重构之前的代码，导致在几轮对话之后，项目有点面目全非了，并且我还有点看不懂。最后考虑到这个项目的性质是偏向于让我学到一些东西，我还是选择了自己编写代码。
如果现在要做反编译工作的话，可以考虑将 Python 字节码直接给大模型，让他生成反编译后的 Python 代码。