制作Python版Jar包

Java的Jar包是一个很方便的功能,特别是对于拥有大量依赖的程序,只需要将所有内容打包成一个jar包,即可分发给用户直接使用。

Python也是支持类似的功能的。我们可以尝试创建一个

__main__.py

文件:

print("hello world")

然后将其用zip打包,并且直接用python执行:

$ zip demo.zip ./*

adding: __main__.py (stored 0%)


$ python3 demo.zip

hello world

制作Python版Jar包

成功输出“hello world”。这说明Python同样支持使用一个包的方式来执行一个程序。

原理支撑

Python文档:
https://docs.python.org/3/library/zipimport.html
中描述了zipimport模块:

This module adds the ability to import Python modules (

*.py

,

*.pyc

) and packages from ZIP-format archives. It is usually not needed to use the


zipimport


module explicitly; it is automatically used by the built-in


import


mechanism for


sys.path


items that are paths to ZIP archives.

zipimport支持Python从一个压缩包中导入模块,但是实际上我们平时不需要直接调用这个zipimport,因为Python默认的

import

语法是支持在压缩包里搜索模块的。

比如,我们拥有一个example.zip,其中包含模块

jwzthreading.py

,我们只需要将这个zip文件加入

sys.path

,在导入模块时就会在example.zip里搜索:

$ unzip -l example.zip

Archive: example.zip

Length Date Time Name

-------- ---- ---- ----

8467 11-26-02 22:30 jwzthreading.py

-------- -------

8467 1 file

$ python

>>> import sys

>>> sys.path.insert(0, 'example.zip') # Add .zip file to front of path

>>> import jwzthreading

>>> jwzthreading.__file__

'example.zip/jwzthreading.py'

Python执行zip文件也是类似原理,而我们提供的

__main__.py

只是一个执行入口。

那么,我们如何将一个Python工具打包成一个独立的zip包并使用呢?

如何打包

我以常用的子域名发现工具

Sublist3r

为例,首先,拉取Sublist3r源码,并创建一个干净的Python虚拟环境:

$ git clone https://github.com/aboul3la/Sublist3r.git

Cloning into 'Sublist3r'...

remote: Enumerating objects: 6, done.

remote: Counting objects: 100% (6/6), done.

remote: Compressing objects: 100% (4/4), done.

remote: Total 379 (delta 2), reused 6 (delta 2), pack-reused 373

Receiving objects: 100% (379/379), 1.12 MiB | 1.04 MiB/s, done.

Resolving deltas: 100% (210/210), done.


$ virtualenv env

Using base prefix '/usr'

New python executable in /tmp/www/env/bin/python3

Also creating executable in /tmp/www/env/bin/python

Installing setuptools, pip, wheel...

done.

再在这个虚拟环境里安装Sublist3r的一些第三方依赖:

$ source env/bin/activate


$ pip install -r Sublist3r/requirements.txt

Collecting argparse

Using cached argparse-1.4.0-py2.py3-none-any.whl (23 kB)

Collecting dnspython

Using cached dnspython-1.16.0-py2.py3-none-any.whl (188 kB)

Collecting requests

Using cached requests-2.23.0-py2.py3-none-any.whl (58 kB)

Collecting urllib3!=1.25.0,!=1.25.1,<1.26,>=1.21.1

Using cached urllib3-1.25.9-py2.py3-none-any.whl (126 kB)

Collecting chardet<4,>=3.0.2

Using cached chardet-3.0.4-py2.py3-none-any.whl (133 kB)

Collecting idna<3,>=2.5

Using cached idna-2.9-py2.py3-none-any.whl (58 kB)

Collecting certifi>=2017.4.17

Using cached certifi-2020.4.5.1-py2.py3-none-any.whl (157 kB)

Installing collected packages: argparse, dnspython, urllib3, chardet, idna, certifi, requests

Successfully installed argparse-1.4.0 certifi-2020.4.5.1 chardet-3.0.4 dnspython-1.16.0 idna-2.9 requests-2.23.0 urllib3-1.25.9

此时,虚拟环境中包含了所有需要的依赖了。然后,我们将Sublist3r的源码拷贝到虚拟环境的

lib/python3.6/site-packages

目录下:

$ cp -r Sublist3r/subbrute Sublist3r/sublist3r.py env/lib/python3.6/site-packages

这时候,整体的环境就做好了,但是我们还需要一个入口文件,也就是

__main__.py

。我们可以直接将

env/lib/python3.6/site-packages/sublist3r.py

改名为

env/lib/python3.6/site-packages/__main__.py

,再打包即可:

$ cd env/lib/python3.6/site-packages


$ mv sublist3r.py __main__.py


$ zip -r sublister.zip ./

打包完成后大小有6MB,即可在任意有Python3的环境下直接运行了:
制作Python版Jar包

优势和缺点

这个特性具体有哪些优势和用处呢?我觉得主要可能在下面这些场景用到:

  • Python命令行工具,比如这里的Sublist3r,使用zip的形式一键分发,任意环境下使用,不再需要安装依赖,更加方便

  • 内网渗透或运维没有网络的场景下,无法使用pip,有些工具不方便安装,使用zip的形式也能摆脱这些烦恼

  • 可能会有杀毒软件只针对了Python文本恶意文件进行检测,但没有考虑压缩包的形式,导致可以使用这种形式免杀

但实际使用中,这个特性的缺点也更加明显:

  • 根据文档和实际测试发现,在import时只会搜索压缩包里的

    *.py



    *.pyc

    文件,如果你的工具依赖了

    *.so



    *.pyd

    等native模块,则会出现找不到模块的错误

  • 很多软件没有考虑被放在压缩包里执行的情况(如sqlmap),在操作文件系统时可能会出现找不到文件的错误

更多具体的使用优缺点,大家可以自己体验体验,在留言里告诉我。

原文 

https://mp.weixin.qq.com/s/FaXlzVhcgwZ-W4yp4nkStA

本站部分文章源于互联网,本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供。如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。

PS:推荐一个微信公众号: askHarries 或者qq群:474807195,里面会分享一些资深架构师录制的视频录像:有Spring,MyBatis,Netty源码分析,高并发、高性能、分布式、微服务架构的原理,JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源,目前受益良多

转载请注明原文出处:Harries Blog™ » 制作Python版Jar包

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址