Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
Strumenti/GitHubGitHub/ejfkdev/pycdc
Analisi StaticaAnalisi del CodiceReverse EngineeringDebuggerAnalisi MalwareUtilità e FrameworkAnalisi di Binari
GitHubejfkdev/pycdc

pycdc

Decompila e disassembla il bytecode Python (.pyc/.pyo) riconvertendolo in codice sorgente leggibile. Supporta Python 2.0 - 3.15 (CPython, PyPy e altre implementazioni). Scritto in Rust.

Vedi Repository
18310318 giorni faNon ancora revisionato
Condividi

pycdc-rs

Inglese | 简体中文

License: MIT Python Corpus Behavior Built with ZCode

Decompila e disassembla il bytecode Python (.pyc) da Python 2.0 fino alla 3.15 riconvertendolo in sorgente leggibile — scritto in Rust, non richiede Python a runtime, con un passaggio opzionale in-process attraverso il semplificatore cure.

pycdc program.pyc          # decompile to stdout
pycdc dis program.pyc      # disassemble (exception tables, line numbers, nested code)

In evidenza

  • Equivalenza semantica al 100% su un corpus reale di 622 moduli della stdlib attraverso 14 interpreti (2.6–3.15); l'80,2% è esatto a livello di firma
  • Matrice comportamentale 754/754 = 100%: ogni caso passa su 2.6–3.15, incluse le nuove codifiche bytecode di 3.15
  • Sintassi moderna: parametri di tipo PEP 695/696, t-string PEP 750, annotazioni differite PEP 649, match/case, walrus, async, f-string
  • --cure opzionale: ripiega l'output attraverso il semplificatore/formattatore cure in-process — nessun binario esterno, nessun Python — trasformando if cond: return a / return b in return a if cond else b e riducendo di circa il 10% le righe
  • Le differenze tra versioni sono puro dato: una tabella di opcode incorporata per ogni release, sovrascrivibile tramite --opcodes
  • Degradazione controllata: i costrutti non riconosciuti diventano segnaposto nei commenti — mai un crash

Installazione

Homebrew (macOS e Linux):

brew install ejfkdev/tap/pycdc

Scoop (Windows):

scoop install https://raw.githubusercontent.com/ejfkdev/scoop-bucket/main/bucket/pycdc.json

Il manifest seleziona automaticamente x64 o arm64 e installa sia pycdc che pycdas. Per installare tramite nome, aggiungi il bucket una volta:

scoop bucket add ejfkdev https://github.com/ejfkdev/scoop-bucket
scoop install pycdc

cargo, da crates.io:

cargo install pycdc

Binari precompilati: eseguibili grezzi (senza wrapper di archivio) nella pagina Releases — Linux / Windows x86_64 + arm64, macOS arm64 + x86_64; le build Linux e Windows sono compresse con UPX, macOS viene distribuito non compresso.

Dai sorgenti:

cargo build --release      # -> target/release/pycdc + pycdas
cargo install --path .     # or install both binaries from a checkout

Ogni metodo fornisce sia pycdc che pycdas.

Utilizzo

# single file -> stdout, a file, or a directory
pycdc program.pyc > program.py
pycdc program.pyc -o program.py
pycdc program.pyc -o ./outdir/

# stdin (pipelines): - reads the pyc from stdin
cat program.pyc | pycdc -

# batch: mirror a directory tree (parallel by default, -j N to control,
# -q suppresses the per-file src -> dst lines)
pycdc ./pyc-corpus -o ./src-out
pycdc ./pyc-corpus               # -> ./pyc-corpus-decompiled/
pycdc a.pyc b.pyc                # -> a.py, b.py next to the inputs
pycdc ./pyc-corpus -o ./src-out -q -j 8

# raw marshal (no pyc header) with an explicit version
pycdc -v 3.8 payload.marshal

# disassembly — same CLI surface (files, dirs, stdin, -o/-j/-q)
pycdc dis program.pyc
pycdc dis ./pyc-corpus -o ./dis-out # -> mirrored .dis files
# the standalone `pycdas` binary is kept as a compatibility alias
# with byte-identical output
pycdas program.pyc

# optional simplification/formatting pass (cure, linked in-process)
pycdc --cure program.pyc

--cure è opt-in e puramente cosmetico: l'output di pycdc è già verificato, quindi il comportamento predefinito resta invariato. Con questa opzione, i condizionali collassano in ternari, le virgolette si normalizzano in virgolette singole e la formattazione viene riformattata:

# default                                  # --cure
def classify(v):                           def classify(v):
    if v is True:                              return 1 if v is True else 0
        return 1
    return 0

Se cure non è in grado di analizzare l'input, oppure se questo contiene metadati di introspezione del compilatore (__annotate__, co_freevars, __conditional_annotations__, __classdict__) per cui la semplificazione potrebbe modificare il comportamento a runtime, il file viene emesso invariato e una nota viene inviata su stderr. La matrice dei comportamenti supera 754/754 sia con sia senza --cure, e tutti i 528 moduli del corpus continuano a compilarsi con il proprio interprete quando è attivo. Poiché la passata riscrive deliberatamente la forma delle istruzioni (if/else → ternario), la metrica delle firme bytecode del corpus non è significativa per l'output di --cure; valutalo tramite la matrice dei comportamenti.

pycdc --help, pycdc dis --help e pycdas --help documentano ogni flag. Codici di uscita: 0 successo, 1 un file non è stato elaborato, 2 errore di utilizzo.

Prestazioni

Apple Silicon, 526 file .pyc reali (~9,5 MB, stdlib Python 2.6–3.14):

ScenarioTempoRSS di picco
Batch, parallelo (predefinito)≈0,05 s≈25 MB
Batch, seriale (-j 1)≈0,34 s≈13 MB
File singolo più grande (74 KB, inclusa l'avvio)≈5,5 ms≈4,4 MB
Avvio del processo≈2 ms—

Corpus reale (sette progetti di grandi dimensioni, tag dell'ultima release)

tools/fetch_realworld.sh esegue uno sparse-checkout di una directory da ciascuno di sette progetti al relativo tag dell'ultima release, compila ogni .py in .pyc (compileall -b) e colloca l'albero in tests/realworld/ (ignorato da git — lo script è il modo per ricrearlo):

Progetto (tag)moduliseriale -j 1parallelo (predefinito)ricompilazioniAST identico¹
yt-dlp (2026.08.19)10450,38 s0,08 s1045/1045502/1045
matplotlib (v3.11.2)2530,28 s0,07 s253/25360/253
pandas (v3.0.5)14200,87 s0,16 s1420/1420586/1420
django (6.1.1)9070,33 s0,12 s907/907470/907
sympy (1.14.0)15323,08 s1,62 s1532/1532482/1532
scikit-learn (1.9.1)6710,42 s0,07 s671/671216/671
ansible (v2.21.4)5830,24 s0,05 s583/583186/583
totale64115,60 s2,17 s6411/6411 (100 %)2502/6411

¹ rigoroso: AST privato delle docstring uguale al sorgente originale — normalizzazioni equivalenti (un if/else invece di un ternario, un *()/**{} ridondante attorno a un unpack, argomenti keyword riordinati) contano come differenze, quindi trattalo come un limite inferiore di fedeltà della forma piuttosto che come un tasso di errore. La colonna parse/ricompilazione è la soglia di accettazione.

Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    732
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    405
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    342
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    261
  • 6

    antifox

    antifox-ai/antifox

    Piattaforma multi-agente di penetration testing autonoma basata sull'IA che esegue ricognizione, scoperta della superficie d'attacco, validazione dello sfruttamento e consegna di report supportati da evidenze.

    259

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →