Pyton
Zainspirowany odpowiedzią Java:
>>> patch = '\x312\x2D7'
>>> import ctypes;ctypes.c_int8.from_address(id(len(patch))+8).value=eval(patch)
>>> 2 + 2
5
Podobnie jak Java, CPython używa tej samej lokalizacji pamięci dla każdej kopii pierwszych kilku małych liczb całkowitych (0-255, jeśli pamięć służy). To wchodzi i bezpośrednio edytuje tę lokalizację pamięci za pośrednictwem ctypes
. patch
jest tylko zaciemnionym "12-7"
, ciągiem z len
4, czyli eval
5.
Bardziej zaciemniona wersja
exec("\x66\x72\x6f\x6d\x20c\x74\x79\x70e\x73\x20\x69\x6d\x70\
\x6f\x72\x74\x20c\x5f\x69\x6e\x748\x20a\x73\x20x\x3bf\x72\x6f\
\x6d\x20\x73\x74\x72\x75c\x74\x20\x69\x6d\x70\x6f\x72\x74\x20\
ca\x6cc\x73\x69\x7ae\x20a\x73\x20x0\x3bx\x2ef\x72\x6f\x6d\x5f\
a\x64\x64\x72e\x73\x73\x28\x69\x64\x284\x29\x2bx0\x28\x27\x50\
\x50\x27\x29\x29\x2e\x76a\x6c\x75e\x3d5")
Powyżej 2 + 2
Jak wspomniano OP, 2 + 2 może być trochę nudne; oto więc czystszy, wieloplatformowy kod o wielu szerokościach do nadużyć.
from __future__ import division, print_function
import struct
import ctypes
import random
# Py 2.7 PyIntObject:
# - PyObject_HEAD
# - PyObject_HEAD_EXTRA [usually nothing unless compiled with DEBUG]
# - (Py_ssize_t) ob_refcnt
# - (_typeobject) *ob_type
# - (long) ob_ival
# two platform-sized (32/64-bit) ints (ob_refcnt and *ob_type from above)
offset = struct.calcsize('PP')
num = 60
nums = list(range(num))
addresses = [id(x) + offset for x in nums]
random.shuffle(nums)
for a, n in zip(addresses, nums):
ctypes.c_ssize_t.from_address(a).value = n
print('2 + 2 =', 2+2)
print('9 - 4 =', 9-4)
print('5 * 6 =', 5*6)
print('1 / 0 =\n', 1/0)
print('(1 + 2) + 3 = ', (1+2)+3)
print('1 + (2 + 3) = ', 1+(2+3))
print('(2 + 3) + 1 = ', (2+3)+1)
print('2 + (3 + 1) = ', 2+(3+1))
Działa z Python 2.7 ... zignoruj tę linię na końcu. Działa w systemie Windows 64-bit i Ubuntu 32-bit, dwa systemy, do których mam łatwy dostęp.
$ python awful.py
2 + 2 = 24
9 - 4 = 49
5 * 6 = 55
1 / 0 = 0.76
(1 + 2) + 3 = 50
1 + (2 + 3) = 68
(2 + 3) + 1 = 50
2 + (3 + 1) = 61
Segmentation fault (core dumped)
Nic dziwnego, że możemy przełamać asocjacyjną właściwość dodawania, gdzie ( a + b ) + c = a + ( b + c ), jak widać w pierwszej i drugiej 1+2+3
linii, ale w niewytłumaczalny sposób również przełamujemy właściwość przemienną (gdzie a + b = b + a ; 2. i 3. linia). Zastanawiam się, czy interpreter Pythona po prostu ignoruje zbędne nawiasy wokół wyrażeń dodawania.