Tools

RE Toolkit nâng cao (1/5): dịch ngược Java và Python với Recaf, Vineflower, pyinstxtractor, pycdc

Tóm tắt

Bytecode Java và Python giữ lại tên lớp, hàm, biến và chuỗi, nên dịch ngược gần như ra mã gốc. Vineflower và CFR decompile JAR, Recaf cho duyệt, sửa và khử rối; pyinstxtractor bung EXE PyInstaller, pycdc/pycdas đưa .pyc về .py. Cạm bẫy chính là phiên bản Python và code bị làm rối.

Mục lục

Một đồng nghiệp gửi cho bạn file report-tool.jar từ năm 2019. Người viết đã nghỉ việc, mã nguồn không còn, và công cụ đang gọi một API sắp ngừng hoạt động. Hoặc team bảo mật chặn được một file invoice.exe mà thực chất là script Python đóng gói bằng PyInstaller. Cả hai tình huống có chung một tin tốt: Java và Python dịch ngược dễ hơn mã native rất nhiều. Chỉ vài phút với đúng công cụ, bạn thường lấy lại được mã gần giống bản gốc, kể cả tên lớp, tên hàm và chuỗi.

Đây là bài 1/5 của loạt RE Toolkit nâng cao, tiếp nối loạt nền tảng Reverse Engineering và RE Toolkit. Bài này đi qua bốn repo chính: Vineflower, Recaf, pyinstxtractor và pycdc, cộng thêm hai phương án dự phòng là CFR và Bytecode Viewer.

Vì sao Java và Python “lộ” nhiều đến vậy?

C/C++ biên dịch thẳng ra mã máy. Trình biên dịch tối ưu, gộp hàm, xoá tên biến, và nếu binary bị strip thì tên hàm cũng mất. Java và Python thì biên dịch ra bytecode cho một máy ảo. Máy ảo cần biết tên lớp, tên method, kiểu dữ liệu để liên kết lúc chạy, nên các thông tin đó phải nằm lại trong file. File .class còn chứa bảng hằng số với mọi chuỗi. File .pyc giữ tên hàm, tên biến cục bộ và hằng số.

Java: bytecode giữ tên lớp, method, kiểu và chuỗiApp.javamã nguồnApp.classbytecode JVMapp.jargói ZIPVineflowerCFR / Recaf≈ App.javagiữ tên, kiểuPython: .pyc giữ tên hàm, biến, hằng sốmain.pymã nguồnmain.pycbytecode CPythonapp.exePyInstallerpyinstxtractor→ pycdc≈ main.pygiữ tên hàm, biếnNative (C/C++): tối ưu xong gần như mất hết tên và kiểumain.cmã nguồngcc -O2tối ưu, bỏ tênapp (ELF)mã máyGhidradecompilerpseudo-CFUN_00101a40
Ba con đường biên dịch. Bytecode Java và Python giữ gần đủ “bản đồ” của chương trình; mã native sau khi tối ưu chỉ còn lại địa chỉ và lệnh máy.
Công cụVai tròĐầu vàoGhi chú
VineflowerDecompiler Java dòng lệnh.class, .jar, .zip, thư mụcFork hiện đại của Fernflower, hỗ trợ Java 21+
CFRDecompiler Java thứ hai để đối chiếu.class, .jarBản phát hành gần nhất 0.152 (2021)
RecafIDE dịch ngược và sửa bytecode.jar, .class, APKĐổi decompiler, khử rối, sửa rồi xuất lại
Bytecode ViewerXem song song nhiều decompiler.jar, APK, DEXTích hợp 6 decompiler Java
pyinstxtractorBung file EXE/ELF PyInstaller.exe, ELFTự sửa header .pyc cho decompiler
pycdc / pycdasDecompiler và disassembler Python.pycViết bằng C++, nhắm tới mọi phiên bản Python

Vineflower: decompiler Java chạy một lệnh

Vineflower là fork của Fernflower, decompiler nằm sẵn trong IntelliJ IDEA, và là bản kế thừa trực tiếp của Quiltflower. Dự án tập trung vào chất lượng mã đầu ra: hỗ trợ record, sealed class, switch expression, pattern matching của Java 21+, tự định dạng code và chạy đa luồng. Bản 1.11 trở lên cần Java 17 để chạy.

# Tải vineflower.jar từ tab Releases, rồi:
java -jar vineflower.jar report-tool.jar out/

# Một file .class, in thẳng ra màn hình (bỏ trống đích)
java -jar vineflower.jar com/acme/Report.class

Dùng IntelliJ? Plugin Vineflower thay Fernflower mặc định, nên bấm mở một file .class trong IDE sẽ ra mã đẹp hơn. Khi một method bị decompile lỗi, chạy thêm CFR để đối chiếu. Hai decompiler hiếm khi cùng sai ở một chỗ:

java -jar cfr-0.152.jar report-tool.jar --outputdir out-cfr/

Recaf: “IDE” cho file JAR không có mã nguồn

Trang GitHub của Col-E/Recaf
Col-E/Recaf trên GitHub (ảnh chụp 11/2026)

GitHub: https://github.com/Col-E/Recaf · khoảng 7,5 nghìn sao · Java · MIT

Recaf không chỉ để đọc. Nó cho bạn duyệt một ứng dụng đã biên dịch như duyệt project trong IDE: Ctrl + click để nhảy tới lớp, method; Ctrl + G để tìm nhanh; tìm theo chuỗi, hằng số, tham chiếu lớp hay mẫu lệnh bytecode. Bên dưới, bạn chuyển qua lại giữa CFR, Procyon và Fernflower.

  • Sửa không cần mã nguồn: sửa trực tiếp trên mã đã decompile rồi lưu và xuất lại JAR. Khi decompile không đủ sạch để biên dịch lại, dùng trình assembler bytecode với tên biến thay cho số slot và phân tích stack ngay trong editor.
  • Khử rối (deobfuscation): có các bộ biến đổi xử lý hằng số và điều kiện “mù”, mã hoá chuỗi, rối luồng điều khiển; đổi tên hàng loạt và xuất mapping.
  • Chống bẫy: file class hoặc JAR được chế tạo để làm sập công cụ RE được Recaf tự vá khi mở, và Recaf đọc ZIP theo đúng cách JVM đọc.

Cài đặt: dự án khuyên dùng Recaf Launcher để lấy bản snapshot mới nhất từ CI. Trang Releases chỉ có bản 4.0.0-alpha (8/2025), nên đừng ngạc nhiên nếu thấy bản phát hành “cũ”. Nếu thích xem nhiều decompiler cạnh nhau trong một cửa sổ, Bytecode Viewer (khoảng 15,7 nghìn sao, GPL-3.0) tích hợp sẵn Krakatau, CFR, Procyon, FernFlower, JADX và JD-GUI. Với APK Android, xem bài jadx, Apktool, MobSF; với .NET, xem ILSpy và dnSpyEx.

pyinstxtractor: bung file EXE do PyInstaller tạo

Trang GitHub của extremecoders-re/pyinstxtractor
extremecoders-re/pyinstxtractor trên GitHub (ảnh chụp 11/2026)

GitHub: https://github.com/extremecoders-re/pyinstxtractor · khoảng 4,5 nghìn sao · Python · GPL-3.0

PyInstaller gói trình thông dịch Python, thư viện và các file .pyc của bạn vào một file thực thi. pyinstxtractor là một script Python duy nhất, bung gói đó ra và tự sửa header của các file .pyc để decompiler nhận diện được. README liệt kê các phiên bản PyInstaller đã kiểm thử từ 2.0 đến 6.19.0, và script đọc được cả file ELF Linux.

python pyinstxtractor.py invoice.exe
# [+] Python version: 3xx
# [+] Possible entry point: invoice.pyc
# → kết quả nằm trong thư mục invoice.exe_extracted/

Hai lưu ý từ README: nên chạy script bằng đúng phiên bản Python đã dùng để đóng gói, để tránh lỗi khi giải nén kho PYZ; và với file PyInstaller có mã hoá, dùng bản pyinstxtractor-ng (chạy độc lập, không cần Python).

pycdc và pycdas: từ .pyc về .py

Decompyle++ gồm hai công cụ: pycdc dịch ngược bytecode thành mã Python, pycdas in bytecode dạng đọc được. Dự án viết bằng C++ với mục tiêu hỗ trợ bytecode của mọi phiên bản Python, build bằng CMake:

git clone https://github.com/zrax/pycdc && cd pycdc
cmake . && make
./pycdc invoice.exe_extracted/invoice.pyc > invoice.py
./pycdas invoice.exe_extracted/invoice.pyc   # khi pycdc bó tay

Cạm bẫy lớn nhất là phiên bản Python. Định dạng bytecode thay đổi gần như mỗi bản Python mới, nên decompiler luôn chạy sau. Với bytecode mới, pycdc có thể bỏ sót đoạn hoặc báo lệnh chưa hỗ trợ. Khi đó đọc trực tiếp bytecode bằng pycdas. Với code cũ, uncompyle6 là phương án đối chiếu, nhưng nó chỉ hỗ trợ đến Python 3.8.

Walkthrough: kiểm tra một file JAR lạ trong 15 phút

  1. Cô lập: làm trong máy ảo, không chạy file. Decompile là phân tích tĩnh, không thực thi mã.
  2. Xem cấu trúc: unzip -l suspicious.jar và đọc META-INF/MANIFEST.MF để biết lớp Main-Class.
  3. Decompile toàn bộ: java -jar vineflower.jar suspicious.jar src/.
  4. Săn API nguy hiểm: grep -rnE "Runtime\.getRuntime|ProcessBuilder|URLClassLoader|defineClass|Base64|ObjectInputStream" src/. Đây cũng là các mẫu trong bài Log4Shell và deserialization.
  5. Đi theo luồng: mở JAR trong Recaf, Ctrl + click từ main tới chỗ đáng ngờ, tìm chuỗi URL hoặc IP.
  6. Chuỗi bị mã hoá? Dùng bộ khử rối của Recaf, hoặc đọc bytecode bằng javap -c -p có sẵn trong JDK.

Với file PyInstaller, quy trình tương tự: pyinstxtractor → tìm dòng “Possible entry point” → pycdc file đó → grep subprocess, socket, requests, base64.

Khi code đã bị làm rối

  • ProGuard/R8: chủ yếu đổi tên thành a, b, c và bỏ code thừa. Logic vẫn đọc được, chỉ mất tên. Đổi tên dần trong Recaf là đủ.
  • Bộ làm rối thương mại (ví dụ Allatori): thêm mã hoá chuỗi, rối luồng điều khiển. Cần bộ khử rối của Recaf và kiên nhẫn.
  • PyArmor: mã hoá bytecode và chỉ giải mã lúc chạy, nên pyinstxtractor + pycdc thường không ra mã. Đây là lúc phải chuyển sang phân tích động, xem bài phân tích động với Frida.

Pháp lý và đạo đức

Chỉ dịch ngược phần mềm của tổ chức bạn, phần mềm bạn được phép phân tích, hoặc mẫu mã độc trong môi trường cô lập. Nhiều giấy phép thương mại cấm dịch ngược. Mã decompile của người khác vẫn thuộc bản quyền của họ: dùng để hiểu và kiểm tra, không chép vào sản phẩm.

Áp dụng thế nào?

  • Dev: giữ sẵn vineflower.jar, cfr.jar và pyinstxtractor trong thư mục tools. Khi một thư viện đóng gói cư xử lạ, decompile để đọc thay vì đoán. Nhớ rằng chuỗi bí mật nhúng trong JAR hay EXE Python ai cũng đọc được.
  • Tech Lead: đưa bước “decompile và grep API nguy hiểm” vào quy trình duyệt JAR hoặc công cụ nội bộ không rõ nguồn. Cấm nhúng key/API token vào ứng dụng Java/Python phát cho người dùng.
  • PM: với hệ thống cũ mất mã nguồn, dịch ngược thường là cách nhanh nhất để lấy lại logic nghiệp vụ, tính bằng ngày thay vì viết lại hàng tháng. Hỏi pháp chế về giấy phép trước khi bắt đầu.

Loạt bài RE Toolkit nâng cao

  1. Dịch ngược Java và Python: Recaf, Vineflower, pyinstxtractor, pycdc (bài này)
  2. Giả lập và instrumentation: Unicorn, Qiling, Speakeasy, DynamoRIO
  3. Dựng phòng lab phân tích malware: FLARE-VM, REMnux, CAPEv2, PE-sieve
  4. radare2 và Rizin: RE trên dòng lệnh và tự động hoá với r2pipe
  5. AI hỗ trợ dịch ngược: LLM4Decompile, Gepetto, ReVa, Decompiler Explorer

Nguồn & tham khảo

  1. Vineflower — Vineflower (GitHub)
  2. Recaf — Col-E (GitHub)
  3. CFR - Another Java Decompiler — leibnitz27 (GitHub)
  4. Bytecode Viewer — Konloch (GitHub)
  5. PyInstaller Extractor — extremecoders-re (GitHub)
  6. Decompyle++ (pycdc) — zrax (GitHub)
  7. uncompyle6 — rocky (GitHub)