20 Disassembler, Syntax Tree und Flow Graph

Python bietet mächtige Werkzeuge zur Analyse und Transformation von Code, insbesondere auf niedriger Ebene. In dieser Referenz betrachten wir drei wichtige Konzepte: den Disassembler, den Syntaxbaum (AST) und den Kontrollflussgraphen.

1 Disassembler mit dis

Das Modul dis zeigt die Bytecode-Instruktionen, die vom Python-Interpreter ausgeführt werden. Es ist nützlich zur Fehleranalyse, Optimierung und beim Verständnis, wie Python intern arbeitet.

1.1 Beispiel: Disassemblieren einer Funktion

import dis

def greet(name):
    return 'Hello ' + name

# Ausgabe des Bytecodes
dis.dis(greet)

Erklärung:

  • dis.dis() zeigt die Bytecode-Instruktionen.
  • Man sieht z. B. LOAD_CONST, LOAD_FAST, BINARY_ADD, RETURN_VALUE.

2 Syntax Tree (AST – Abstract Syntax Tree)

Das ast-Modul ermöglicht es, Python-Code als abstrakten Syntaxbaum zu analysieren und zu manipulieren. So kann man z. B. Programme transformieren oder statisch untersuchen.

2.1 Beispiel: AST eines Ausdrucks erzeugen

import ast

source_code = 'x + 2'
tree = ast.parse(source_code, mode='eval')

# AST-Struktur anzeigen
print(ast.dump(tree, indent=4))

Erklärung:

  • ast.parse() erzeugt den Syntaxbaum.
  • ast.dump() gibt ihn als lesbare Struktur aus.
  • Ideal zur statischen Codeanalyse oder Code-Transformation.

2.2 Beispiel: AST eines Moduls mit Funktion

code = '''
def square(x):
    return x * x
'''

parsed = ast.parse(code)
print(ast.dump(parsed, indent=4))

3 AST Traversierung mit NodeVisitor

Man kann mit ast.NodeVisitor eigene Besucher-Klassen schreiben, um gezielt über den Baum zu laufen.

class FunctionLister(ast.NodeVisitor):
    def visit_FunctionDef(self, node):
        print(f'Found function: {node.name}')
        self.generic_visit(node)

tree = ast.parse('''
def hello(): pass
def goodbye(): pass
''')

FunctionLister().visit(tree)

Erklärung:

  • visit_FunctionDef wird bei jeder Funktionsdefinition aufgerufen.
  • generic_visit() sorgt für rekursive Durchläufe.

4 AST-Modifikation mit NodeTransformer

Mit NodeTransformer kann man den AST direkt verändern:

class ConstFolder(ast.NodeTransformer):
    def visit_BinOp(self, node):
        self.generic_visit(node)
        if (isinstance(node.left, ast.Constant) and
            isinstance(node.right, ast.Constant)):
            return ast.Constant(value=eval(compile(ast.Expression(node), '', 'eval')))
        return node

tree = ast.parse('x = 2 + 3')
new_tree = ConstFolder().visit(tree)
print(ast.dump(new_tree, indent=4))

Erklärung:

  • Diese Transformation ersetzt 2 + 3 durch 5.
  • Praktisch für Optimierungen.

5 Flow Graph / Kontrollflussgraph

Python bietet keine Standardbibliothek für Flow-Graphs, aber man kann z. B. bytecode, cfg, oder externe Tools wie pycfg oder astmonkey verwenden.

Ein einfacher Kontrollflussgraph kann durch manuelle Analyse des AST oder Bytecodes entstehen.

5.1 Beispiel: Kontrolle über Sprungbefehle im Bytecode

import dis

def conditional(x):
    if x > 0:
        return 'positive'
    else:
        return 'non-positive'

dis.dis(conditional)

Erklärung:

  • Man erkennt POP_JUMP_IF_FALSE und entsprechende Sprungziele.
  • Diese lassen sich zu einem Flow Graph zusammensetzen.

5.2 Tools für CFG-Visualisierung

Diese Tools erzeugen z. B. DOT-Dateien, aus denen mit Graphviz Diagramme generiert werden können.

6 Fazit

Thema Zweck
dis Analyse des Bytecodes
ast Strukturierte Analyse und Manipulation von Code
Flow Graph Analyse von Kontrollstrukturen und Ablaufpfaden

Diese Werkzeuge sind besonders nützlich für Debugging, Optimierung, Sicherheitsanalysen oder eigene Python-Compiler/Interpreter-Projekte.

Table Of Contents
20 Disassembler, Syntax Tree und Flow Graph
3 AST Traversierung mit NodeVisitor
4 AST-Modifikation mit NodeTransformer
6 Fazit