Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

FeedsContatoPrivacidade© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
pycdc — Descompila e desmonta bytecode Python (.pyc/.pyo) de volta para código-fonte legível. Suporta Python 2.0 - 3.15 (CPython, PyPy e outras implementações). Escrito em Rust. | Kitploit
Ferramentas/GitHubGitHub/ejfkdev/pycdc
Análise EstáticaAnálise de CódigoEngenharia ReversaDepuradoresAnálise de MalwareUtilitários e FrameworksAnálise de Binários
GitHubejfkdev/pycdc

pycdc

Descompila e desmonta bytecode Python (.pyc/.pyo) de volta para código-fonte legível. Suporta Python 2.0 - 3.15 (CPython, PyPy e outras implementações). Escrito em Rust.

Ver Repositório
183103há 18 diasAinda não revisado
Compartilhar

pycdc-rs

Inglês | 简体中文

License: MIT Python Corpus Behavior Built with ZCode

Descompile e desmonte bytecode Python (.pyc) do Python 2.0 até 3.15 de volta para código-fonte legível — escrito em Rust, sem necessidade de Python em tempo de execução, com uma passagem opcional em processo pelo simplificador cure.

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

Destaques

  • 100% de equivalência semântica em um corpus real de stdlib com 622 módulos, em 14 interpretadores (2.6–3.15); 80,2% são exatos em assinatura
  • Matriz de comportamento 754/754 = 100%: todos os casos passam em 2.6–3.15, incluindo as novas codificações de bytecode do 3.15
  • Sintaxe moderna: parâmetros de tipo PEP 695/696, t-strings PEP 750, anotações diferidas PEP 649, match/case, walrus, async, f-strings
  • --cure opcional: dobra a saída pelo simplificador/formatador cure em processo — sem binário externo, sem Python — transformando if cond: return a / return b em return a if cond else b e reduzindo ~10% das linhas
  • As diferenças entre versões são dados puros: uma tabela de opcodes embutida por release, substituível via --opcodes
  • Degradação graciosa: construções não reconhecidas tornam-se placeholders de comentário — nunca um crash

Instalação

Homebrew (macOS e Linux):

brew install ejfkdev/tap/pycdc

Scoop (Windows):

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

O manifesto seleciona automaticamente x64 ou arm64 e instala tanto o pycdc quanto o pycdas. Para instalar por nome, adicione o bucket uma vez:

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

cargo, do crates.io:

cargo install pycdc

Binários pré-compilados: executáveis brutos (sem wrapper de arquivo) na página de Releases — Linux / Windows x86_64 + arm64, macOS arm64 + x86_64; as builds de Linux e Windows são comprimidas com UPX, o macOS é distribuído sem compressão.

A partir do código-fonte:

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

Cada método fornece tanto pycdc quanto pycdas.

Uso

# 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 é opcional e puramente cosmético: a saída do pycdc já está verificada, então o padrão permanece inalterado. Com ele, os condicionais colapsam em ternários, as aspas normalizam-se para aspas simples e a formatação é reorganizada:

# 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 a entrada não puder ser analisada pelo cure, ou se contiver metadados de introspecção do compilador (__annotate__, co_freevars, __conditional_annotations__, __classdict__) onde a simplificação possa alterar o comportamento em tempo de execução, o arquivo é emitido sem alterações e uma nota é enviada para stderr. A matriz de comportamento passa 754/754 tanto com quanto sem --cure, e todos os 528 módulos do corpus ainda compilam sob seu próprio interpretador com ele. Como a passagem reescreve deliberadamente as formas das instruções (if/else → ternário), a métrica de assinatura de bytecode do corpus não é significativa para a saída de --cure; avalie-a pela matriz de comportamento.

pycdc --help, pycdc dis --help e pycdas --help documentam cada flag. Códigos de saída: 0 sucesso, 1 falha no processamento de um arquivo, 2 erro de uso.

Desempenho

Apple Silicon, 526 arquivos .pyc reais (~9,5 MB, stdlib do Python 2.6–3.14):

CenárioTempoRSS de pico
Lote, paralelo (padrão)≈0,05 s≈25 MB
Lote, serial (-j 1)≈0,34 s≈13 MB
Maior arquivo único (74 KB, incl. inicialização)≈5,5 ms≈4,4 MB
Inicialização do processo≈2 ms—

Corpus do mundo real (sete grandes projetos, tags da versão mais recente)

tools/fetch_realworld.sh faz sparse-checkout de um diretório de cada um dos sete projetos em sua tag da versão mais recente, compila cada .py para .pyc (compileall -b) e coloca a árvore em tests/realworld/ (ignorado pelo git — o script é a forma de recriá-la):

Projeto (tag)módulosserial -j 1paralelo (padrão)recompilaçõesAST idêntica¹
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
total64115,60 s2,17 s6411/6411 (100 %)2502/6411

¹ estrito: AST sem docstrings igual ao código-fonte original — normalizações equivalentes (um if/else em vez de um ternário, um *()/**{} redundante em torno de um unpack, argumentos de palavra-chave reordenados) contam como diferenças, então trate isso como um piso de fidelidade de forma, e não como uma taxa de erro. A coluna de análise/recompilação é o critério de aceitação.

Baixar ferramenta

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 O kit definitivo de OSINT: grafo de investigação, pontuação de confiança, famílias de alias, mapa, linha do tempo e relatórios. 49 módulos, mais de 400 sites, sem necessidade de chaves de API.

    732
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicativo de Execução em Um Toque GhostLock (CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    Plataforma autônoma de testes de penetração multiagente com LLM, com agentes planejador/executor, grafos de ativos e de exploração, registro de tráfego MITM e reteste de vulnerabilidades.

    405
  • 4

    redforge

    cybersecurity91/redforge

    Kit de ferramentas de red team do lado do navegador com 102 ferramentas offline para reconhecimento, geração de payloads, ataques a credenciais, criptografia, codificação e relatórios de engajamento.

    342
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    O sistema de ação para cibersegurança nativa em IA—onde a intenção se torna execução governada, a evidência se torna memória operacional, e cada operação melhora a próxima.

    261
  • 6

    antifox

    antifox-ai/antifox

    Plataforma de testes de penetração autónoma com multiagentes de IA que executa reconhecimento, descoberta de superfície de ataque, validação de exploração e entrega de relatórios com evidências.

    259

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →