安卓逆向系列教程（二）APK 和 DEX

作者：飞龙

APK

APK 是 Android 软件包的分发格式，它本身是个 Zip 压缩包。APK 根目录下可能出现的目录和文件有：

res

res 中可能出现的目录如下：

resources.arsc

在 APK 中是找不到res/values这个目录的，因为它里面的文件编译后打包成了resources.arsc。为了理解它，我们先看一看原始的res/values。

res/values中保存资源 XML 文件，根节点为<resources>。一般可能会出现以下几种文件：

res/values中的文件名称是无所谓的，这些名称只是约定。也就是说，任何res/values中的文件中的字符串都会出现在R.strings里面。

虽然我们在 APK 中无法直接看到这些文件，但是反编译之后就可以了。反编译之后，我们也会找到一个public.xml文件，是res里所有东西的索引：

1. <resources>
2. <public type="drawable" name="ic_launcher" id="0x7f020000" />
3. <public type="layout" name="activity_main" id="0x7f030000" />
4. <public type="layout" name="activity_sub" id="0x7f030001" />
5. <public type="dimen" name="activity_horizontal_margin" id="0x7f040000" />
6. <public type="dimen" name="activity_vertical_margin" id="0x7f040001" />
7. <public type="string" name="action_settings" id="0x7f050000" />
8. <public type="string" name="app_name" id="0x7f050001" />
9. <public type="string" name="hello_world" id="0x7f050002" />
10. <public type="string" name="title_activity_sub" id="0x7f050003" />
11. <public type="style" name="AppTheme" id="0x7f060000" />
12. <public type="menu" name="main" id="0x7f070000" />
13. <public type="menu" name="sub" id="0x7f070001" />
14. <public type="id" name="button1" id="0x7f080000" />
15. <public type="id" name="action_settings" id="0x7f080001" />
16. </resources>

DEX

DEX 即 Dalvik Executable，Dalvik 可执行文件。它的结构如下：

1. struct DexFile{
2. DexHeader    Header;
3. DexStringId  StringIds[stringIdsSize];
4. DexTypeId    TypeIds[typeIdsSize];
5. DexFieldId   FieldIds[fieldIdsSize];
6. DexMethodId  MethodIds[methodIdsSize];
7. DexProtoId   ProtoIds[protoIdsSize];
8. DexClassDef  ClassDefs[classDefsSize];
9. DexData      Data;
10. DexLink      LinkData;
11. };

我们可以看到，它可以分为九个区段，如下：

大体结构如这张图所示：

另外，在讲解各个区段之前，需要首先了解一些数据类型的定义：

Header 区段

Header 区段用于储存版本标识、校验和、文件大小、各部分的大小及偏移。结构以及描述如下：

1. struct DexHeader {
2. u1  magic[8];           /* 版本标识 */
3. u4  checksum;           /* adler32 检验和 */
4. u1  signature[kSHA1DigestLen]; /* SHA-1 哈希值 */
5. u4  fileSize;           /* 整个文件大小 */
6. u4  headerSize;         /* Header 区段大小 */
7. u4  endianTag;          /* 字节序标记 */
8. u4  linkSize;           /* 链接区段大小 */
9. u4  linkOff;            /* 链接区段偏移 */
10. u4  mapOff;             /* MapList 的偏移 */
11. u4  stringIdsSize;      /* StringId 的个数 */
12. u4  stringIdsOff;       /* StringIds 区段偏移 */
13. u4  typeIdsSize;        /* TypeId 的个数 */
14. u4  typeIdsOff;         /* TypeIds 区段偏移 */
15. u4  protoIdsSize;       /* ProtoId 的个数 */
16. u4  protoIdsOff;        /* ProtoIds 区段偏移 */
17. u4  fieldIdsSize;       /* FieldId 的个数 */
18. u4  fieldIdsOff;        /* FieldIds 区段偏移 */
19. u4  methodIdsSize;      /* MethodId 的个数 */
20. u4  methodIdsOff;       /* MethodIds 区段偏移 */
21. u4  classDefsSize;      /* ClassDef 的个数 */
22. u4  classDefsOff;       /* ClassDefs 区段偏移 */
23. u4  dataSize;           /* 数据区段的大小 */
24. u4  dataOff;            /* 数据区段的文件偏移 */
25. };

有几个条目需要特别提醒。

• magic：必须为DEX_FILE_MAGIC：

1. ubyte[8] DEX_FILE_MAGIC = { 0x64 0x65 0x78 0x0a 0x30 0x33 0x35 0x00 } 2. = "dex\n035\0"; - checksum：是整个文件除去它本身以及魔数的校验和。 - signature：是整个文件除去它本身、校验和以及魔数的哈希值。 - headerSize：一般为 70。 - endianTag：有两种顺序，小端和大端，定义如下：

1. uint ENDIAN_CONSTANT = 0x12345678; /* 小端序 */ 2. uint REVERSE_ENDIAN_CONSTANT = 0x78563412; /* 大端序 */

一般为小端序，反正我还没见过大端的。 - stringIdsOff：由于前一个区段的偏移加上它的长度一般为后一个区段的偏移，所以这个条目一般也为 70。 - xxxSize：要注意有几个是个数，后缀也是Size。 - xxxOff：如果对应的xxxSize为 0，那么它也为 0（很奇怪）。

StringIds 区段

StringIds 区段包含stringIdsSize个DexStringId结构，如下：

1. struct DexStringId {
2. u4 stringDataOff;   /* 字符串内容，字符串数据偏移 */
3. };

其中数据偏移指向 Data 区段的字符串数据。

TypeIds 区段

TypeIds 包含typeIdsSize个DexTypeId结构，如下：

1. struct DexTypeId {
2. u4 descriptorIdx;    /* 类型的完全限定符，指向 DexStringId 列表的索引 */
3. };

索引是一个从 0 开始的数字，表示对应第几个DexStringId。这些DexStringId指向的字符串都是类型名称，比如I、Ljava/lang/String;之类的。DexTypeId的索引也会用于后面的结构。

ProtoIds 区段

ProtoIds 包含ProtoIdsSize个DexProtoId结构。这里的 Proto 指方法原型，包含返回类型和参数类型。

1. struct DexProtoId {
2. u4 shortyIdx;       /* 原型缩写，指向 DexStringId 列表的索引 */
3. u4 returnTypeIdx;   /* 返回类型，指向 DexTypeId 列表的索引 */
4. u4 parametersOff;   /* 参数类型列表，指向 DexTypeList 的偏移 */
5. };

7. struct DexTypeList {
8. u4 size;             /* 接下来 DexTypeItem 的个数 */
9. DexTypeItem list[size]; /* DexTypeItem 结构 */
10. };

12. struct DexTypeItem {
13. u2 typeIdx;    /* 参数类型，指向 DexTypeId 列表的索引 */
14. };

原型缩写是把所有返回类型和参数类型的名称拼在一起，对象的话只写L。比如int(int,int)写为III，void()写为V，void(String)写为VL。

参数类型列表一般保存在Data区段中，如果没有，parametersOff为 0。

FieldIds 区段

TypeIds 包含fieldIdsSize个DexFieldId结构，如下：

1. struct DexFieldId {
2. u2 classIdx;   /* 类的类型，指向 DexTypeId 列表的索引 */
3. u2 typeIdx;    /* 字段类型，指向 DexTypeId 列表的索引 */
4. u4 nameIdx;    /* 字段名称，指向 DexStringId 列表的索引 */
5. };

MethodIds 区段

MethodIds 包含methodIdsSize个DexMethodId结构，如下：

1. struct DexMethodId {
2. u2 classIdx;  /* 类的类型，指向 DexTypeId 列表的索引 */
3. u2 protoIdx;  /* 方法原型，指向 DexProtoId 列表的索引 */
4. u4 nameIdx;   /* 方法名称，指向 DexStringId 列表的索引 */
5. };

ClassDefs 区段

ClassDefs 包含classDefsSize个DexClassDef结构，如下：

1. struct DexClassDef {
2. u4 classIdx;         /* 类的类型，指向 DexTypeId 列表的索引 */
3. u4 accessFlags;      /* 访问标志 */
4. u4 superclassIdx;    /* 父类类型，指向 DexTypeId列表的索引 */
5. u4 interfacesOff;    /* 接口，指向 DexTypeList 的偏移 */
6. u4 sourceFileIdx;    /* 源文件名，指向 DexStringId 列表的索引 */
7. u4 annotationsOff;   /* 注解，指向 DexAnnotationsDirectoryItem 结构 */
8. u4 classDataOff;     /* 指向 DexClassData 结构的偏移 */
9. u4 staticValuesOff;  /* 指向 DexEncodedArray 结构的偏移 */
10. };

12. struct DexClassData {
13. DexClassDataHeader header;                    /* 各个字段与方法的个数 */
14. DexField staticFields[staticFieldsSize];      /* 静态字段 */
15. DexField instanceFields[instanceFieldsSize];  /* 实例字段 */
16. DexMethod directMethods[directMethodsSize];   /* 直接方法 */
17. DexMethod virtualMethods[virtualMethodsSize]; /* 虚方法 */
18. };

20. struct DexClassDataHeader {
21. u4 staticFieldsSize;   /* 静态字段个数 */
22. u4 instanceFieldsSize; /* 实例字段个数 */
23. u4 directMethodsSize;  /* 直接方法个数 */
24. u4 virtualMethodsSize; /* 虚方法个数 */
25. };

27. struct DexField {
28. u4 fieldIdx;    /* 指向 DexFieldId 的索引 */
29. u4 accessFlags; /* 访问标志 */
30. };

32. struct DexMethod {
33. u4 methodIdx;   /* 指向 DexMethodId 的索引 */
34. u4 accessFlags; /* 访问标志 */
35. u4 codeOff;     /* 方法指令，指向DexCode结构的偏移 */
36. };

38. struct DexCode {
39. u2 registersSize;    /* 使用的寄存器个数 */
40. u2 insSize;          /* 参数个数 */
41. u2 outsSize;         /* 调用其他方法时使用的寄存器个数 */
42. u2 triesSize;        /* Try/Catch个数 */
43. u4 debugInfoOff;     /* 指向调试信息的偏移 */
44. u4 insnsSize;        /* 指令集个数，以2字节为单位 */
45. u2 insns[insnsSize]; /* 指令集 */
46. };

DexClassData和DexCode保存在 Data 区段中。

Data 区段

这个区段中除了存放二级结构和字符串，还有个重要的结构叫做DexMapList，它实际上 DEX 中所有东西的索引，包括各种二级结构、字符串和它本身。DEX 中同类结构都会保存在一起，所以一类结构只占用一个条目。

1. struct DexMapList {
2. u4 size;                  /* 条目个数 */
3. DexMapItem list[size];    /* 条目列表 */
4. };

6. struct DexMapItem {
7. u2 type;      /* 结构类型，kDexType 开头 */
8. u2 unused;    /* 未使用，用于字节对齐 */
9. u4 size;      /* 连续存放的结构个数 */
10. u4 offset;    /* 结构的偏移 */
11. };

13. /* 结构类型代码 */
14. enum {
15. kDexTypeHeaderItem               = 0x0000,
16. kDexTypeStringIdItem             = 0x0001,
17. kDexTypeTypeIdItem               = 0x0002,
18. kDexTypeProtoIdItem              = 0x0003,
19. kDexTypeFieldIdItem              = 0x0004,
20. kDexTypeMethodIdItem             = 0x0005,
21. kDexTypeClassDefItem             = 0x0006,
22. kDexTypeMapList                  = 0x1000,
23. kDexTypeTypeList                 = 0x1001,
24. kDexTypeAnnotationSetRefList     = 0x1002,
25. kDexTypeAnnotationSetItem        = 0x1003,
26. kDexTypeClassDataItem            = 0x2000,
27. kDexTypeCodeItem                 = 0x2001,
28. kDexTypeStringDataItem           = 0x2002,
29. kDexTypeDebugInfoItem            = 0x2003,
30. kDexTypeAnnotationItem           = 0x2004,
31. kDexTypeEncodedArrayItem         = 0x2005,
32. kDexTypeAnnotationsDirectoryItem = 0x2006,
33. };

参考

• Android Dex文件结构解析
• Dalvik Executable Format
• DEX 结构图解