python内存地址函数,python获取内存

python怎么修改某个内存地址的数据

使用ctypes模块调用WriteProcessMemory函数，在创建程序进程后，就可以修改该程序指定内存地址。WriteProcessMemory的函数原型如下所示。

BOOL WriteProcessMemory(

HANDLE     hProcess,

LPVOID     lpBaseAddress,

LPCVOID    lpBuffer,

SIZE_T     nSize,

SIZE_T*    lpNumberOfBytesWritten

);

其参数含义如下。

·     hProcess：要写内存的进程句柄。

·     lpBaseAddress：要写的内存起始地址。

·     lpBuffer：写入值的地址。

·     nSize：写入值的大小。

·     lpNumberOfBytesWritten   ：实际写入的大小。

python代码示例如下：

from ctypes import *

# 定义_PROCESS_INFORMATION结构体

   class _PROCESS_INFORMATION(Structure):     

       _fields_ = [('hProcess', c_void_p),

                     ('hThread', c_void_p),

                     ('dwProcessId', c_ulong),

                     ('dwThreadId', c_ulong)]

   # 定义_STARTUPINFO结构体

   class _STARTUPINFO(Structure):

       _fields_ = [('cb',c_ulong),

                     ('lpReserved', c_char_p),

                     ('lpDesktop', c_char_p),

                     ('lpTitle', c_char_p),

                     ('dwX', c_ulong),

                     ('dwY', c_ulong),

                     ('dwXSize', c_ulong),

                     ('dwYSize', c_ulong),

                     ('dwXCountChars', c_ulong),

                     ('dwYCountChars', c_ulong),

                     ('dwFillAttribute', c_ulong),

                     ('dwFlags', c_ulong),

                     ('wShowWindow', c_ushort),

                     ('cbReserved2', c_ushort),

                     ('lpReserved2', c_char_p),

                     ('hStdInput', c_ulong),

                     ('hStdOutput', c_ulong),

                     ('hStdError', c_ulong)]

   NORMAL_PRIORITY_CLASS = 0x00000020              # 定义NORMAL_PRIORITY_CLASS

   kernel32 = windll.LoadLibrary("kernel32.dll")       # 加载kernel32.dll

   CreateProcess = kernel32.CreateProcessA         # 获得CreateProcess函数地址

   ReadProcessMemory = kernel32.ReadProcessMemory # 获得ReadProcessMemory函数地址

   WriteProcessMemory = kernel32.WriteProcessMemory    # 获得WriteProcessMemory函数地址

   TerminateProcess = kernel32.TerminateProcess

   # 声明结构体

   ProcessInfo = _PROCESS_INFORMATION()

   StartupInfo = _STARTUPINFO()

   file = 'ModifyMe.exe'                           # 要进行修改的文件

   address = 0x0040103c                                # 要修改的内存地址

   buffer = c_char_p("_")                          # 缓冲区地址

   bytesRead = c_ulong(0)                          # 读入的字节数

   bufferSize = len(buffer.value)                  # 缓冲区大小

   # 创建进程

   if CreateProcess(file, 0, 0, 0, 0, NORMAL_PRIORITY_CLASS, 0, 0, byref(StartupInfo), byref(ProcessInfo)):

       # 读取要修改的内存地址，以判断是否是要修改的文件

       if ReadProcessMemory(ProcessInfo.hProcess, address, buffer, bufferSize, byref(bytesRead)):

           if buffer.value == '\x74':

               buffer.value = '\x75'                  # 修改缓冲区内的值，将其写入内存

               # 修改内存

               if WriteProcessMemory(ProcessInfo.hProcess, address, buffer, bufferSize, byref(bytesRead)):

                   print '成功改写内存!'

               else:

                   print '写内存错误!'

           else:

               print '打开了错误的文件!'

              TerminateProcess(ProcessInfo.hProcess,0)   # 如果不是要修改的文件，则终止进程

       else:

           print '读内存错误!'

   else:

       print '不能创建进程!'

相关问答

Q1: python如何控制内存

python控制内存的方法：

一、对象的引用计数机制

二、垃圾回收机制

三、内存池机制

一、对象的引用计数机制

Python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。

引用计数增加的情况：

1、一个对象分配一个新名称

2、将其放入一个容器中（如列表、元组或字典）

引用计数减少的情况：

1、使用del语句对对象别名显示的销毁

2、引用超出作用域或被重新赋值 sys.getrefcount( )函数可以获得对象的当前引用计数

多数情况下，引用计数比你猜测得要大得多。对于不可变数据（如数字和字符串），解释器会在程序的不同部分共享内存，以便节约内存。

二、垃圾回收

1、当一个对象的引用计数归零时，它将被垃圾收集机制处理掉。

2、当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。（从而导致内存泄露）。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

三、内存池机制

Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。

1、Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

2、Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。

3、对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

更多Python知识请关注Python视频教程栏目。

Q2: python如何进行内存管理

Python的内存管理主要有三种机制：引用计数机制，垃圾回收机制和内存池机制。

引用计数机制

简介

python内部使用引用计数，来保持追踪内存中的对象，Python内部记录了对象有多少个引用，即引用计数，当对象被创建时就创建了一个引用计数，当对象不再需要时，这个对象的引用计数为0时，它被垃圾回收。

特性

1.当给一个对象分配一个新名称或者将一个对象放入一个容器(列表、元组或字典)时，该对象的引用计数都会增加。

2.当使用del对对象显示销毁或者引用超出作用于或者被重新赋值时，该对象的引用计数就会减少。

3.可以使用sys.getrefcount()函数来获取对象的当前引用计数。多数情况下，引用计数要比我们猜测的大的多。对于不可变数据(数字和字符串)，解释器会在程序的不同部分共享内存，以便节约内存。

垃圾回收机制

特性

1.当内存中有不再使用的部分时，垃圾收集器就会把他们清理掉。它会去检查那些引用计数为0的对象，然后清除其在内存的空间。当然除了引用计数为0的会被清除，还有一种情况也会被垃圾收集器清掉：当两个对象相互引用时，他们本身其他的引用已经为0了。

2.垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)。

内存池机制

简介

在Python中，许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，由于这些内存的申请并不是为了创建对象，所以并没有对象一级的内存池机制。这就意味着Python在运行期间会大量地执行malloc和free的操作，频繁地在用户态和核心态之间进行切换，这将严重影响Python的执行效率。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

内存池概念

内存池的概念就是预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池中分配内存给这个需求，不够了之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片，提升效率。内存池的实现方式有很多，性能和适用范围也不一样。

特性

1.Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。

2.Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

3.Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的 malloc。

4.对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

Q3: python查看对象内存地址的函数

在python中可以用id()函数获取对象的内存地址。

#例如：

object = 1 + 2

print(id(object)) #4304947776