从二进制文件中获取源代码

Question

不是应该可以从它的二进制文件中获取源代码吗？既然编译就是将高级语言（源代码）转化为低级语言（机器码）的过程，难道我们就不能反过来得到源代码吗？如果不是，为什么？

Answer 1

假设我给你数字3，并告诉你我是通过将两个数字相加得到的。你能告诉我 3 是两个数的和吗？这是不可能的，因为 sum 是一个单向函数——不可能从它的输出中恢复它的参数。我本可以从 -55 和 58 获得它，即使 for you 1 和 2 仍然得出相同的答案.

编译类似。有无数的 C++ 程序可以生成任何特定的机器代码输出（或多或少）。

您当然可以反转编译过程并生成 C 或 C++ 代码，这些代码至少会产生具有相同语义（含义）但可能字节对字节不同的机器代码。此类工具在不同程度上存在。

所以是的，这是可能的，但是因为来自源代码的很多信息必然会丢失，代码您将不会对原始源代码的设计有太多了解。对于任何大型项目，您得到的将是执行相同操作但对人类来说几乎不可读的代码。这将是一些非常非常混乱的 C/C++。

为什么信息丢失了？因为高级语言的全部重要之处在于 它们应该对人类有效处理。源代码越高级、越易于人类理解，它与编译器完成后生成的机器代码的差异就越大。作为软件设计师，您的主要 objective 是利用编译器和其他代码生成工具将高级思想和概念转换为机器代码。两者差距越大，高层设计的信息丢失的越多。

请记住，编译器唯一必须保留的是代码的语义（含义）。只要显示代码正在按照您的意思执行，一切都很好。例如，现代编译器可以预先执行部分代码，并且只存储操作的结果，当它根据某些指标 "sense" 这样做时。假设您的整个程序如下所示：

#include <iostream>
#include <cmath>
int main() {
  std::cout << sin(1)+cos(2) << std::endl;
  return 0;
}

假设是一个 Unix 系统，编译器完全有权生成执行两个系统调用的机器代码：写入 stdout，使用常量缓冲区，然后退出。反编译这样的代码，你可以得到：

#include <unistd.h>
#include <cstdlib>
int main() {
  write(0, "0.425324\n", 9);
  exit(0);
}

从二进制文件中获取源代码

Obtaining source code from the binary

compilation

binary