python代码混淆工具

Ⅰ 分享!5种常用的python工具

IDLE

在安装Python时，默认也会安装IDLE。这是最优秀的Python工具之一。它可以降低Python入门的门槛。它的主要功能包括Python Shell窗口(交互式解释器)、自动补齐、高亮显示语法以及基本的集成调试器。IDLE轻巧易用，方便学习。但是，它不适用于大型项目。许多程序员都将其作为最佳的Python工具。

Scikit-learn

Scikit-learn是数据科学最常使用的Python工具之一。这是一款为机器学习和数据科学而设计的Python工具。该工具主要用于处理分类、回归、聚类、模型选择以及预处理等任务。scikit-Learn最出色的功能是在测试数据集上执行基准测试时，表现出的惊人速度。因此，对于程序员和学生来说，Scikit-learn是最优秀的Python工具之一。

Theano

Theano是一款数据科学的Python工具，对于程序员和学生而言，这是一款非常可靠的工具。它是深度学习方面最好的Python工具，因此非常适合深度学习。Theano的设计主旨是用户友好、模块化、易于扩展，而且可以与Python配合使用。它能够以最佳方式表达神经网络。Theano可以在TensorFlow和CNTK等流行的神经网络之上运行。

Selenium

Selenium是最佳的Python自动化工具之一。它适用于Python测试的自动化，常常用作Web应用程序的自动化框架。我们可以利用Selenium，通过许多编程语言(包括Java、C#、Python、ruby以及其他许多程序员和学生使用的语言)来编写测试脚本。你还可以在Selenium中集成Junit和TestNG等工具，来管理测试用例并生成报告。

Test complete

Testcomplete是另一款非常出色的Python自动化工具。支持Web、移动和桌面自动化测试。更高级的应用需要获得商业许可，而且它还可以帮助学生提高学业成绩。Test complete还可以像机器人框架一样执行关键字驱动的测试。它拥有最出色的录制以及回放功能，非常实用。

关于分享!5种常用的Python工具，环球青藤小编就和大家分享到这里了，学习是永无止境的，学习一项技能更是受益终身，所以，只要肯努力学，什么时候开始都不晚。如果您还想继续了解关于python编程的学习方法及素材等内容，可以点击本站其他文章学习。

Ⅱ Python编程5种常用工具是什么

【导语】Python是一种开源的编程语言，可用于Web编程、数据科学、人工智能以及许多科学应用，学习Python可以让程序员专注于解决问题，而不是语法，由于Python拥有各式各样的工具，因此更具优势，在进行Python编程学习的时候，了解使用工具和编程基础是主要的，那么Python编程5种常用工具是什么?一起来了解一下吧。

1、IDLE

在安装Python时，默认也会安装IDLE。这是最优秀的Python工具之一。它可以降低Python入门的门槛。它的主要功能包括Python
Shell窗口(交互式解释器)、自动补齐、高亮显示语法以及基本的集成调试器。IDLE轻巧易用，方便学习。但是，它不适用于大型项目。许多程序员都将其作为最佳的Python工具。

2、Scikit-learn

Scikit-learn是数据科学最常使用的Python工具之一。这是一款为机器学习和数据科学而设计的Python工具。该工具主要用于处理分类、回归、聚类、模型选择以及预处理等任务。scikit-Learn最出色的功能是在测试数据集上执行基准测试时，表现出的惊人速度。因此，对于程序员和学生来说，Scikit-learn是最优秀的Python工具之一。

3、Theano

Theano是一款数据科学的Python工具，对于程序员和学生而言，这是一款非常可靠的工具。它是深度学习方面最好的Python工具，因此非常适合深度学习。Theano的设计主旨是用户友好、模块化、易于扩展，而且可以与Python配合使用。它能够以最佳方式表达神经网络。Theano可以在TensorFlow和CNTK等流行的神经网络之上运行。

4、Selenium

Selenium是最佳的Python自动化工具之一。它适用于Python测试的自动化，常常用作Web应用程序的自动化框架。我们可以利用Selenium，通过许多编程语言(包括Java、C#、Python、ruby以及其他许多程序员和学生使用的语言)来编写测试脚本。你还可以在Selenium中集成Junit和TestNG等工具，来管理测试用例并生成报告。

5、Test complete

Testcomplete是另一款非常出色的Python自动化工具。支持Web、移动和桌面自动化测试。更高级的应用需要获得商业许可，而且它还可以帮助学生提高学业成绩。Test
complete还可以像机器人框架一样执行关键字驱动的测试。它拥有最出色的录制以及回放功能，非常实用。

关于Python编程常用工具，就给大家介绍到这里了，以上的五种工具希望大家能够好好利用，工具的使用必然能够更好的简化程序编写，所以还是希望大家能够不断进行技能提升，加油!

Ⅲ python混淆代码后还能找回来么

Python程序的混淆和加密
混淆
为了增加代码阅读的难度, 源代码的混淆非常必要, 一个在线的Python代码混淆网站. 如果你觉得有用, 可以购买离线版本.
同时需要注意的是, 这个混淆其实还是被很多人怀疑的, 因为即使混淆了, 也没有改变代码的结构. 所以, 必要的话, 在编程的时候, 可以故意做点提高逆向难度的事情:
结构稍微改变, 合并几个类到同一个文件.
面向对象的结构中, 偶尔穿插一些无伤大雅的范式编程风格.
加密
最基本的方法是发布pyc文件, 也就是将所有的.py源文件转换成pyc对外发布. 详情可以参考一个blog.
pyc有一个局限性是依赖于python解析器的版本, 使用某一个版本的python解释器生成的pyc必须要在相同版本下的python解释器下才可以正常工作.
使用上述方法可以方便的生成pyc, 初步的隐藏代码了. 不过pyc依然可以被容易的破解, 所以另一种方案是借助cython. cython可以将python文件转换成c, 并编译成pyd文件. 一般将核心模块编译成pyd, 这样被破解的风险就大大降低了. 关于如何使用cython可以参考官网或者这篇文章 或者 这篇
有一个经验之谈, 你可以将所有每个模块中的某个一个位置的变量抽出, 放到一个python文件中, 使用cython来处理这个文件. 这样就会增加破解者从其他pyc文件中移除pyd文件依赖的难度了.
总结
Stackoverflow上有一个长贴关于隐藏python代码实现的. 有兴趣的可以读这里. 技术上方法和手段都是有的, 但是还有不可忽视的一点是法律上的保护和约定.
什么是pyc文件
pyc是一种二进制文件，是由py文件经过编译后，生成的文件，是一种byte code，py文件变成pyc文件后，加载的速度有所提高，而且pyc是一种跨平台的字节码，是由python的虚拟机来执行的，这个是类似于JAVA或者.NET的虚拟机的概念。pyc的内容，是跟python的版本相关的，不同版本编译后的pyc文件是不同的，2.5编译的pyc文件，2.4版本的 python是无法执行的。
什么是pyo文件
pyo是优化编译后的程序 python -O 源文件即可将源程序编译为pyo文件
什么是pyd文件
pyd是python的动态链接库。
为什么需要pyc文件
这个需求太明显了，因为py文件是可以直接看到源码的，如果你是开发商业软件的话，不可能把源码也泄漏出去吧？所以就需要编译为pyc后，再发布出去。当然，pyc文件也是可以反编译的，不同版本编译后的pyc文件是不同的，根据python源码中提供的opcode，可以根据pyc文件反编译出 py文件源码，网上可以找到一个反编译python2.3版本的pyc文件的工具，不过该工具从python2.4开始就要收费了，如果需要反编译出新版本的pyc文件的话，就需要自己动手了（俺暂时还没这能力^--^）,不过你可以自己修改python的源代码中的opcode文件，重新编译 python，从而防止不法分子的破解。

Ⅳ python工具有哪些

第一款：最强终端 Upterm
它是一个全平台的终端，可以说是终端里的IDE，有着强大的自动补全功能，之前的名字叫作：BlackWindow。有人跟他说这个名字不利于社区推广，改名叫Upterm之后现在已经17000+Star了。
第二款：交互式解释器 PtPython
一个交互式的Python解释器，支持语法高亮、提示，甚至是VIM和emacs的键入模式。
第三款：包管理必备 Anaconda
强烈推荐：Anaconda。它能帮你安装许多麻烦的东西，包括：Python环境、pip包管理工具、常用的库、配置好环境路径等等。这些小事情小白自己一个个去做的话，容易遇到各种问题，也容易造成挫败感。如果你想用Python搞数据方面的事情，安装它就可以了，它甚至开发了一套JIT的解释器Numba。所以Anaconda有了JIT之后，对线上科学计算效率要求比较高的东西也可以搞定了。
第四款：编辑器 Sublime3
如果你是小白的话，推荐从PyCharm开始上手，但是有时候写一些轻量的小脚本，就会想到轻量级一点的工具。Sublime3很多地方都有了极大的提升，并且用起来比原来还要简单，配合安装Anaconda或CodeIntel插件，可以让Sublime3拥有近乎IDE的体验。
第五款：前端在线编辑器 CodeSandbox
虽然这个不算是真正意义上的Python开发工具，但如果后端工程师想要写前端的话，这个在线编辑器太方便了，节省了后端工程师的生命。不用安装npm的几千个包了，它已经在云端完成了，才让你直接就可以上手写代码、看效果。对于React、Vue这些主流前端框架都支持。
第六款：Python Tutor
Python
Tutor是一个免费教育工具，可帮助学生攻克编程学习中的基础障碍，理解每一行源代码在程序执行时在计算机中的过程。通过这个工具，教师或学生可以直接在web浏览器中编写Python代码，并逐步可视化地运行程序。
第七款：IPython
如何进行交互式编程?没错，就是通过IPython。IPython相对于Python自带的shell要好用的多，并且能够支持代码缩进、TAB键补全代码等功能。如果进行交互式编程，这是不可缺少的工具。
第八款：Jupyter Notebook
Jupyter
Notebook就像一个草稿本，能将文本注释、数学方程、代码和可视化内容全部组合到一个易于共享的文档中，以Web页面的方式展示，它是数据分析、机器学习的必备工具。
第九款：Pycharm
Pycharm是程序员常常使用的开发工具，简单、易用，并且能够设置不同的主题模式，根据自己的喜好来设置代码风格。
第十款：Python Tutor
这个工具可能对初学者比较有用，而对于中高级程序员则用处较少。这个工具的特色是能够清楚的理解每一行代码是如何在计算机中执行的，中高级程序员一般通过分步调试可以实现类似的功能。这个工具对于最初接触Python、最初来学习编程的同学还是非常有用的，初学者可以体验一下。

Ⅳ 有哪些值得推荐的 Python 开发工具

推荐5个非常适合Python小白的开发工具：

1、Python Tutor

Python Tutor是由Philip
Guo开发的一个免费教育工具，可帮助开发者攻克编程学习中的基础障碍，理解每一行源代码在程序执行时在计算机中的过程。通过这个工具，开发者可以直接在Web浏览器中编写Python代码，并逐步可视化地运行程序。如果你不知道代码在内存中是如何运行的，不妨把它拷贝到Tutor里可视化执行一遍，加深理解。

2、IPython

IPython是一个for Humans的Python交互式shell，用了它之后你就不想再用自带的Python
shell了，IPython支持变量自动补全，自动缩进，支持bash
shell命令，内置了许多实用功能和函数，同时它也是科学计算和交互可视化的最佳平台。

3、Jupyter Notebook

Jupyter
Notebook就像一个草稿本，能将文本注释、数学方程、代码和可视化内容全部组合到一个易于共享的文档中，以Web页面的方式展示。它是数据分析、机器学习的必备工具。

4、Anaconda

Python虽好，可总是会遇到各种包管理和Python版本问题，特别是Windows平台很多包无法正常安装，为了解决这些问题，Anaconda出现了，Anaconda包含了一个包管理工具和一个Python管理环境，同时附带了一大批常用数据科学包，也是数据分析的标配。

5、Skulpt

Skulpt是一个用JavaScript实现的在线Python执行环境，它可以让你轻松在浏览器中运行Python代码。使用Skulpt结合CodeMirror编辑器即可实现一个基本的在线Python编辑和运行环境。

Ⅵ 我用python开发了一个小程序，部署在别人的服务器上，怎么让他看不到源代码

你好！
还真没试过,,不过方法肯定是有很多中的，我想python的开发工具应该有带封装的程序吧！！！
或者删Py文件，留解释过后的文件。或者搞一个代码混淆器，混淆一下就OK了嘛！！！(自己写一个也行)
希望对你有所帮助，望采纳。

Ⅶ python如何下载环境

先来区分几个在Python基础学习中比较容易混淆的工具，然后帮助大家一步步修改镜像源，完成环境的搭建，下面一起来看看吧！

1、概念区分

对于刚刚开始学习Python的零基础小白来说，可能很容易就会对Pycharm、Python解释器、conda安装、pip安装这个几个概念混淆。下面跟着我来逐一认识一下它们：

（1）Pycharm是Pytho开发的集成开发环境(Integrated Development Environment，简称IDE)，它本身无法执行Python代码。

（2）Python解释器才是真正执行代码的工具，pycharm里可设置Python解释器，一般我们可去Python官网下载Python3.7或Python3.8版本；如果安装过anaconda ，它里面必然也包括一个某版本的Python解释器；Pycharm配置Python解释器选择哪一个都可以。

（3）anaconda是把python所有常用包的合集，并提供给我们使用 conda 命令非常非常方便的安装各种Python包。

（4）conda安装：我们安装过anaconda软件后，就能够使用conda命令下载anaconda源里(比如中科大镜像源)的包。

（5）pip安装：也是一种类似于conda安装的python安装方法，如果用过Centos系统，它就像yum安装一样。

2、修改镜像源

在使用安装 conda 安装某些包会出现慢或安装失败问题，最有效方法是修改镜像源为国内镜像源。之前都选用清华镜像源，但是2019年后已停止服务。推荐选用中科大镜像源。

先查看已经安装过的镜像源，cmd窗口执行命令：

conda config --show

查看配置项 channels ，如果显示带有 tsinghua ，则说明已安装过清华镜像。

channels:

https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/msys2/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/conda-forge/

https://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/pytorch/

下一步，使用 conda config --remove channels url地址 删除清华镜像，如下命令删除第一个。然后，依次删除所有镜像源

conda config --remove channels https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/

添加目前可用的中科大镜像源：

conda config --add channels https://mirrors.ustc.e.cn/anaconda/pkgs/free/

并设置搜索时显示通道地址：

conda config --set show_channel_urls yes

确认是否安装镜像源成功，执行 conda config --show ，找到 channels 值为如下：

channels:

https://mirrors.ustc.e.cn/anaconda/pkgs/free/

defaults

以上就是分享的Python基础学习之环境搭建的全部学习内容，大家都看懂了吗？希望本文的分享能帮到大家！

Ⅷ 有没有好的 python 混淆器 推荐一个

代码混淆，其实很简单。原理就是查找、替换而已。市面上有很多混淆工具，最好是在混淆工具的基础上，自己再写一下，二次混淆。算法也不难。如果需要全局混淆，以及自动混淆，那么就复杂一些了，需要再加上词法分析和语法分析。

如何使用：

1，首先得安装Python。

2，把这个下面这个 confuse.py 文件，复制目标文件夹。

3，更改 raw_name_list 列表里的字符串。改成你想混淆的变量名或者类名方法名。

4，运行pythonconfuse.py 即可混淆该文件夹下的.cs文件。

这段代码其实还是很简单的，只是为大家说明一下混淆思想。如果想更方便的使用，需要再加入一些词法分析、语法分析的算法。

代码如下：

#! /usr/bin/env python

#coding=utf-8

import hashlib

import random

import os

###############################

# Describe : 混淆Unity脚本文件

# D&P Author By: 常成功

# Create Date: 2014-11-25

# Modify Date: 2014-11-25

###############################

#想混淆的变量/方法名

raw_name_list = ["function_1", "function_2", "var_1", "var_2",]

#混淆后的变量/方法名

new_name_list = []

#随机可选的字母表

alphabet = ["a", "b", "c", "d", "e", "f", "g",

"h", "i", "j", "k", "l", "m", "n", "o", "p", "q",

"r", "s", "t", "u", "v", "w", "x", "y", "z",

]

#生成新的变量名

def create_new_name() :

m = hashlib.md5()

#生成随机变量名

for raw_name in raw_name_list:

m.update(raw_name)

#生成一个16位的字串

temp_name = m.hexdigest()[0:16]

#合法名称校验

#强制以字母作为变量/方法名的开头

if temp_name[0].isdigit():

initial = random.choice(alphabet)

temp_name = initial + temp_name

temp_name = temp_name[0:16]

#不能重名

while(1):

if temp_name in new_name_list :

initial = random.choice(alphabet)

temp_name = initial + temp_name

temp_name = temp_name[0:16]

else:

new_name_list.append(temp_name)

break

#混淆文件

def confuse_file(path_filename):

file_content = ""

#读文件内容

f = file(path_filename)

# if no mode is specified, 'r'ead mode is assumed by default

while True:

line = f.readline()

if len(line) == 0: # Zero length indicates EOF

break

#混淆

name_index = 0

for raw_name in raw_name_list:

the_new_name = new_name_list[name_index]

line = line.replace(raw_name, the_new_name)

name_index += 1

file_content += line

f.close()

#重写文件

f = file(path_filename, 'w')

f.write(file_content)

f.close()

#遍历当前目录下的所有.cs文件

def confuse_all():

#获取当前目录

dir = os.getcwd()

for root, dirs, filename in os.walk(dir):

for file in filename:

path_filename = os.path.join(root, file)

if path_filename.endswith('.cs'):

confuse_file(path_filename)

print "Confuse File: ", path_filename

if __name__=="__main__":

create_new_name()

confuse_all()

#打印一下混淆的情况.

#如果用文本保存起来, 那么以后可以反混淆, 还原文件

print "Start Confuse ...."

for j in range(0, len(raw_name_list)) :

print raw_name_list[j] , " --> " , new_name_list[j]

print "Confuse Complete !"

Ⅸ 为什么python不可加密

可以加密。 python 代码加密甚至可以做到比用汇编手写混淆，用 c 手写混淆更加难以解密。具体做法略复杂仅简单说个过程。

第一级别是源码级别的混淆，用 ast 和 astor ，再自己手写一个混淆器，三五百行的脚本直接混淆到几万行，整个文件面目全非，基本可以做到就算直接放脚本给你拿去逆，除非你再写出来一个逆向前面的混淆算法的脚本来逆（在熟悉 python 的情况下需要花几天，且不说需要了解程序构造原理），手动去调试脚本几乎达到不可行的地步（话费时间再乘以 2 ）

第二级别是个性化定制 pyinstaller ， pyinstaller 会打包所有需要的库，将脚本也包含进打包的 exe ，但是， pyinstaller 有一个 stub ，相当于一个启动器，需要由这个启动器来解密脚本和导入模块，外面有直接导出脚本的工具，但是那是针对 pyinstaller 自带的启动器做的，完全可以自己修改这个启动器再编译，这样逆向者就必须手动调试找到 main 模块。配合第一级别加密，呵呵，中国就算是最顶尖的逆向专家也要花个一两周，来破解我们的程序逻辑了，就我所知，实际上国内对于 py 程序的逆向研究不多。

第三级别是再上一层，将 py 翻译为 c 再直接编译 c 为 dll ，配合第一阶段先混淆再转 c 再编译，在第一步混淆之后，会产生非常多垃圾（中间层）函数，这些中间层函数在 c 这里会和 py 解释器互相调用，脚本和二进制之间交叉运行，本身混淆之后的源码就极难复原，再混合这一层，想逆向，难。

第四级别是利用 py 的动态特性，绝大多数逆向者都是 c ，汇编出身，对于程序的第一直觉就是，程序就是一条一条的指令，后一条指令必然在这一条指令后面，然而， py 的动态特性可以让代码逻辑根本就不在程序里面，这一点不想多讲，涉及到我一个项目里的深度加密。

第五级别，数学做墙。了解过比特币原理的知道要想用挖比特币就得提供大量算力去帮网络计算 hash ，这个成为 pow ，那么既然已经采用 py 了估计已经不考虑太多 cpu 利用率了，那就可以采用 pow （还有其他的手段）确保程序运行时拥有大量算力，如果程序被单步调试，呵呵，一秒钟你也跑不出来几个 hash 直接拉黑这个 ip （这个说法可能比较难理解，因为我第四层的加密没有说明，不过意思就是拒绝执行就对了）