尝试利用Cython将Python项目转化为单个.so
2020-03-06 14:57:12 Author: www.secpulse.com(查看原文) 阅读量:305 收藏

Cython(https://cython.org)是一种方便开发者为Python写C extensions的语言，降低了开发者写C拓展的难度；Cython module可以是.py或者.pyx文件；

编译Cython module的主要过程:Cython compiler将.py/.pyx文件编译为c/c++文件；C compiler再将c/c++编译为.so(windows 为.pyd)；

通过Cython将.py转化为动态共享库来发布，不仅能够获得性能的提升，从安全的角度来看，还能有助于保护源码；

编写测试代码hello.py:

def say_hello_to(name):

print("Hello %s!" % name)

相同目录下新建setup.py:

from distutils.core import setup

from Cython.Build import cythonize

setup(name='Hello world',

      ext_modules=cythonize("hello.py"))

编译hello.py

image.png 

import使用生成的hello module

image.png 

2.1 initialization function（module入口函数）

hello.c其实是C/C++ extension，首先，发现hello.c中存在initialization function：

image.png 

image.png 

image.png 

A.若python版本>=3，入口函数名字为：PyInit_##modulename，

否则，为init##modulename；

B.若python版本>=3，并且开启了PEP489_MULTI_PHASE_INIT时，入口函数返回了PyModuleDef的对象指针；并且定义了pymod_exec函数；

否则，入口函数的函数体就是pymod_exec函数，返回初始化完成的Module；

Python官方文档Building C and C++ Extensions介绍了入口函数的命名规则；

C.分析发现入口函数在import过程中被PyImport_LoadDynamicModuleWithSpec()调用：

image.png 

2.2 PEP 489:Multi-phase extension module initialization

PEP489重新设计了extension module和import机制的交互过程，提出了多阶段初始化，并且向后兼容single-phase initialization；

在入口函数之后，extension module的创建被分成了两个阶段：

module creation phase,module execution phase；

A. 入口函数

对PyModuleDef对象进行初始化，并返回对象指针；

image.png 

__pyx_moduledef的类型就是PyModuleDef，结构如下：

注意到第二个成员即是module name；

image.png 

image.png 

extension module两个阶段处理过程就定义在PyModuleDef的m_slots成员中；

B.module creation phase

由 Py_mod_create slot管理，value所指向的函数有如下签名：

PyObject* (*PyModuleCreateFunction)(PyObject *spec, PyModuleDef *def)

创建并返回一个Module Object，第一个参数是ModuleSpec类型指针，在PEP451中定义；

上述例子相对应的函数如下：

image.png 

C.module execution phase

由Py_mod_exec slot指定，value所指向的函数有如下签名：

int (*PyModuleExecFunction)(PyObject* module)

完成Module的初始化工作；

上述例子相对应的函数为：__pyx_pymod_exec_hello；

image.png 

2.1中也提到single-phase initialization情况下，__pyx_pymod_exec_hello就是入口函数；

如果是multi-phase，直接使用module creation phase创建的module进行后续的初始化；

若python版本小于3，调用Py_InitModule4()生成module，第一个参数是module name；

否则，调用PyModule_Create()，参数为前面PyModuleDef对象；

image.png 

后续module初始化完成后，会将此module加入sys.modules中，并且以module name为key；

image.png 

   Cython将单个.py转化为单个.so比较方便，但是对package的支持却不够；package中存在多个.py和子目录，其子目录里面又包含多个.py和子目录；这种情况下将每个.py转化为一个.so，不便于后续对.so的加固保护。那么如何将package编译成一个.so？

3.1 PEP 302：New Import Hooks

  参考Collapse multiple submodules to one Cython extension，第二个回答提到import一个模块时，Python会通过遍历sys.meta_path中的finder来确定一个module相对应的loader，import机制在PEP 302中引入了sys.meta_path，finder，loader；

  往sys.meta_path中注入module定制化的finder，finder需要实现find_module()，返回module定制的loader对象；而loader需要实现load_module()，完成对模块的导入，并且返回module对象；

3.2 imp.load_dynamic()

   参考的第二个答案基于importlib给出了python3的实现，在python2中，importlib并没有“MetaPathFinder”等类，不过python2中提供了imp.load_dynamic(name, pathname[, file])从动态库里来初始化module，且返回module对象；imp.load_dynamic官方文档中有如下说明：

A. “ The pathname argument must point to the shared library. The name argument is used to construct the name of the initialization function: an external C function called initname() in the shared library is called. The optional file argument is ignored.”

  也就是说该函数有三个参数：module的名称’name’，动态库的路径’pathname’，以及1个可忽略的参数’file’；

B. “CPython implementation detail: The import internals identify extension modules by filename, so doing foo = load_dynamic("foo", "mod.so") and bar = load_dynamic("bar", "mod.so") will result in both foo and bar referring to the same module, regardless of whether or not mod.so exports an initbar function. ”

   分析imp.load_dynamic()的源码发现：

   Python2中维持了一个dictionary:extensions，以pathname为key，用来记录已经加载的动态库，作用就是防止多次加载同一个动态库执行其中的入口函数；imp.load_dynamic会调用_PyImport_LoadDynamicModule()，_PyImport_LoadDynamicModule()会调用_PyImport_FindExtension()来查询extensions中缓存的pathname相对应的module；如存在，就不会调用入口函数。

   此外还发现，file参数存在的情况下，imp.load_dynamic会取得file的文件描述符’fp’，进而确定该文件的设备和inode编号，若已加载过该动态库文件，最终会通过dlsym(filehandle，funcname)查找入口函数，并返回入口函数指针；

image.png 

image.png 

image.png 

所以，不同的module，调用imp.load_dynamic()时，设置好file参数，pathname保持不同，设置为module的完整名即可，就可实现从同一个so中加载不同的module；

3.3 module名称的调整

   2.1节的hello.py，其python2入口函数名为：inithello；package中同一目录下，python文件名不同，所以能够保证入口函数名称不同；但如果其子目录下面存在同名的python文件，就会导致入口函数名冲突。

如下面的例子：
image.png

foo/foo1.py和foo/bar/foo1.py就会冲突，都是initfoo；

为了解决此问题，我们可以利用module包含package的完整名来重命名入口函数，将完整名中的点“.”换成下划线“_”；这样入口函数分别变为:initfoo_foo1和initfoo_bar_foo1，对于import机制来说module名就变为：foo_foo1和foo_bar_foo1，module完整名就分别变成：foo.foo_foo1和foo.bar.foo_bar_foo1。

3.4 python2下的实现

   基于Collapse multiple submodules to one Cython extension的第二个回答，我们对Cython和bootstrap.py做了如下修改；

3.4.1 Compiler/ModuleNode.py的修改

对Cython Compiler的分析，发现2.1中hello.c代码生成部分由ModuleNode.py负责；

A. 入口函数名调整为下划线形式

image.png 

ModuleNode.py对应的部分调整：

image.png 

B. __pyx_pymod_exec_hello()，single-phase initialization情况下的入口函数函数体

image.png 

ModuleNode.py对应的部分调整：

image.png 

3.4.2 bootstrap.py/setup.py

根据前面3.2，bootstrap.py如下：

import sys, imp

class CythonPackageFileLoader():

    def __init__(self):

        pass

    def load_module(self, fullname):

        print('load_module: '+fullname)

        sub_name = fullname.replace('.', '_')

        package = fullname.rsplit('.', 1)[0]

        new_name = package + '.' + sub_name

        if new_name in sys.modules:

            print('found in sys.modules')

            return sys.modules[new_name]

        module = imp.load_dynamic(new_name, new_name, file(__file__))

        module.__file__ = __file__

        module.__loader__ = self

        module.__package__ = package

        print(module)

        #print(sys.modules.keys())

        #sys.modules[new_name] = module

        return module

class CythonPackageMetaPathFinder():

    def __init__(self, name_filters):

        self.name_filters = name_filters

        self.loader = CythonPackageFileLoader()

    def find_module(self, fullname, path=None):

        print('find_module: '+fullname)

        for name_filter in self.name_filters:

            if fullname == name_filter:

                return self.loader

        return None

def bootstrap_cython_submodules():

    sys.meta_path.append(CythonPackageMetaPathFinder(

        [

            'foo.foo1',

            'foo.foo2',

            'foo.bar.bar1',

            'foo.bar.foo1'

        ]

        ))

setup.py：

#!/usr/bin/env python2

from distutils.core import setup

from distutils.extension import Extension

from Cython.Build import cythonize

extension = Extension("foo.foo_bootstrap",

        [

            "foo/bootstrap.py",

            "foo/foo1.py",

            "foo/foo2.py",

            "foo/bar/bar1.py",

            "foo/bar/foo1.py",

        ],

        extra_compile_args=['-DCYTHON_PEP489_MULTI_PHASE_INIT=0', '-g']

    )

setup(

    name = 'cython_test',

    ext_modules = cythonize(extension)

)

3.5 python3下的实现

3.5.1 PEP 451:A ModuleSpec Type for the Import System

PEP 451提出了向importlib.machinery添加一个名为“ModuleSpec”的新类。它将提供用于加载一个module的所有导入相关的信息，且无需首先加载module即可使用。finder将直接提供module对应的ModuleSpec对象，而不是loader（通过ModuleSpec间接提供）。import机制将进行调整以利用ModuleSpec的优势，使用它们来加载模块。

finder和loader基于此PEP需要进行相应的调整：

1、定制module对应的finder，并且实现其find_spec()，返回对应的ModuleSpec对象，取代其find_module()；

2、定制loader，尽可能实现其exec_module()，取代load_module()；

3、当然，PEP 451向后兼容PEP 302；

importlib里面新增了一些api和类，方便我们实现finder及loader；

A.通过importlib.machinery.ExtensionFileLoader(fullname, path)来实现loader；

B.通过importlib.util.spec_from_loader(name, loader, *, origin=None, is_package=None)来生成封装了loader的spec；

C.继承importlib.abc.MetaPathFinder实现finder，其find_spec()执行上述两步；

module name应该为下划线格式的新名字，且为包含package的完整名；

基于Collapse multiple submodules to one Cython extension的第二个回答，利用ModuleSpec，我们对Cython和bootstrap.py做了如下修改；

3.5.2 Compiler/ModuleNode.py的修改

A、入口函数修改为下划线格式

image.png 

ModuleNode.py对应的部分调整：

image.png 

B、PyModuleDef类中的m_name

   PyModule_Create()源码中指出，m_name是不带package的module name；

image.png

image.png 

ModuleNode.py对应的部分调整：

image.png 

C、__pyx_pymod_exec_hello():校验及加入sys.modules；

image.png 

image.png 

3.5.3 bootstrap.py/setup.py

bootstrap.py:

import sys

import importlib.abc

import importlib.util

class CythonPackageMetaPathFinder(importlib.abc.MetaPathFinder):

    def __init__(self, name_filters):

        super(CythonPackageMetaPathFinder, self).__init__()

        self.name_filters = name_filters

    def find_spec(self, fullname, path, target):

        print('find_spec: '+fullname)

        for name_filter in self.name_filters:

           if fullname==name_filter:

               # foo.foo1 -> foo.foo_foo1

               sub_name = fullname.replace('.', '_')

               new_name = fullname[:fullname.rfind('.')+1] + sub_name

               #print('new_name: '+new_name)

               if new_name in sys.modules:

                   return sys.modules[new_name].__spec__

               loader = importlib.machinery.ExtensionFileLoader(new_name,__file__)

               spec = importlib.util.spec_from_loader(new_name, loader)

               print(spec)

               return spec

        return None

# injecting custom finder/loaders into sys.meta_path:

def bootstrap_cython_submodules():

    print('in foo bootstrap '+__file__)

    name_filters = [

            'foo.foo1',

            'foo.foo2',

            'foo.bar.foo1',

            'foo.bar.bar1'

            ]

sys.meta_path.append(CythonPackageMetaPathFinder(name_filters))

setup.py: 同python2

参考：

https://docs.python.org/3/extending/building.html

https://github.com/python/cpython/blob/master/Python/importdl.c#L134

https://www.python.org/dev/peps/pep-0489/

https://stackoverflow.com/questions/30157363/collapse-multiple-submodules-to-one-cython-extension

https://www.python.org/dev/peps/pep-0302/

https://docs.python.org/2/library/imp.html#imp.load_dynamic

https://github.com/python/cpython/blob/2.7/Python/import.c#L3150

https://www.python.org/dev/peps/pep-0451/

本文作者：GalaxyLab

本文为安全脉搏专栏作者发布，转载请注明：https://www.secpulse.com/archives/124724.html


文章来源: https://www.secpulse.com/archives/124724.html
如有侵权请联系:admin#unsafe.sh