安卓逆向系列教程（二）APK 和 DEX
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：
| 名称 | 用途 |
|---|---|
META-INF | 存放元数据 |
AndroidManifest.xml | 编译后的全局配置文件 |
assets | 存放资源文件，不会编译 |
classes.dex | 编译并打包后的源代码 |
lib | 存放二进制共享库，含有armeabi-*、mips、x86等文件夹，对应具体的平台 |
res | 存放资源文件 |
resources.arsc | 编译并打包后的res/values中的文件 |
res
res 中可能出现的目录如下：
| 名称 | 用途 |
|---|---|
anim | 存放编译后的动画 XML 文件（<XXXAnimation>） |
color | 存放编译后的选择器 XML 文件（<selector>） |
drawable-* | 存放图片，*为不同分辨率，图片按照不同分辨率归类。其中带.9的图片为可拉伸的图片。 |
layout | 存放编译后的布局 XML 文件（<XXXLayout>） |
menu | 存放编译后的菜单 XML 文件（<menu>） |
mipmap-* | 存放使用 mipmap 技术加速的图片，一般用来存放应用图标，其它同drawable-* |
raw | 存放资源文件，不会编译，比如音乐、视频、纯文本等 |
xml | 存放编译后的自定义 XML 文件 |
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：
| 名称 | 用途 |
|---|---|
arrays.xml | 存放整数数组和字符串数组，使用<integer-array>或<string-array>定义，元素使用<item>定义 |
bools.xml | 存放布尔值，使用<bool>定义 |
colors.xml | 存放颜色，使用<color>定义 |
dimens.xml | 存放尺寸，使用<dimen>定义 |
drawables.xml | 存放颜色，使用<drawable>定义 |
ids.xml | 存放 ID，使用<item type="id">定义 |
integers.xml | 存放整数，使用<integers>定义 |
strings.xml | 存放字符串，使用<strings>定义 |
styles.xml | 存放颜色，使用<style>定义，元素使用<item>定义 |
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：
<resources>
<public type="drawable" name="ic_launcher" id="0x7f020000" />
<public type="layout" name="activity_main" id="0x7f030000" />
<public type="layout" name="activity_sub" id="0x7f030001" />
<public type="dimen" name="activity_horizontal_margin" id="0x7f040000" />
<public type="dimen" name="activity_vertical_margin" id="0x7f040001" />
<public type="string" name="action_settings" id="0x7f050000" />
<public type="string" name="app_name" id="0x7f050001" />
<public type="string" name="hello_world" id="0x7f050002" />
<public type="string" name="title_activity_sub" id="0x7f050003" />
<public type="style" name="AppTheme" id="0x7f060000" />
<public type="menu" name="main" id="0x7f070000" />
<public type="menu" name="sub" id="0x7f070001" />
<public type="id" name="button1" id="0x7f080000" />
<public type="id" name="action_settings" id="0x7f080001" />
</resources>DEX
DEX 即 Dalvik Executable，Dalvik 可执行文件。它的结构如下：
struct DexFile{
DexHeader Header;
DexStringId StringIds[stringIdsSize];
DexTypeId TypeIds[typeIdsSize];
DexFieldId FieldIds[fieldIdsSize];
DexMethodId MethodIds[methodIdsSize];
DexProtoId ProtoIds[protoIdsSize];
DexClassDef ClassDefs[classDefsSize];
DexData Data;
DexLink LinkData;
};我们可以看到，它可以分为九个区段，如下：
| Header |
|---|
| StringIds |
| TypeIds |
| FieldIds |
| MethodIds |
| ProtoIds |
| ClassDefs |
| Data |
| LinkData |
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：
| 类型 | 定义 |
|---|---|
u1 | 等同于uint8_t，表示 1 字节的无符号数 |
u2 | 等同于uint16_t，表示 2 字节的无符号数 |
u4 | 等同于uint32_t，表示 4 字节的无符号数 |
u8 | 等同于uint64_t，表示 8 字节的无符号数 |
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：
struct DexHeader {
u1 magic[8]; /* 版本标识 */
u4 checksum; /* adler32 检验和 */
u1 signature[kSHA1DigestLen]; /* SHA-1 哈希值 */
u4 fileSize; /* 整个文件大小 */
u4 headerSize; /* Header 区段大小 */
u4 endianTag; /* 字节序标记 */
u4 linkSize; /* 链接区段大小 */
u4 linkOff; /* 链接区段偏移 */
u4 mapOff; /* MapList 的偏移 */
u4 stringIdsSize; /* StringId 的个数 */
u4 stringIdsOff; /* StringIds 区段偏移 */
u4 typeIdsSize; /* TypeId 的个数 */
u4 typeIdsOff; /* TypeIds 区段偏移 */
u4 protoIdsSize; /* ProtoId 的个数 */
u4 protoIdsOff; /* ProtoIds 区段偏移 */
u4 fieldIdsSize; /* FieldId 的个数 */
u4 fieldIdsOff; /* FieldIds 区段偏移 */
u4 methodIdsSize; /* MethodId 的个数 */
u4 methodIdsOff; /* MethodIds 区段偏移 */
u4 classDefsSize; /* ClassDef 的个数 */
u4 classDefsOff; /* ClassDefs 区段偏移 */
u4 dataSize; /* 数据区段的大小 */
u4 dataOff; /* 数据区段的文件偏移 */
};
有几个条目需要特别提醒。
magic：必须为DEX_FILE_MAGIC：ubyte[8] DEX_FILE_MAGIC = { 0x64 0x65 0x78 0x0a 0x30 0x33 0x35 0x00 } = "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：uint ENDIAN_CONSTANT = 0x12345678; /* 小端序 */ 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：
struct DexStringId {
u4 stringDataOff; /* 字符串内容，字符串数据偏移 */
};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：
struct DexTypeId {
u4 descriptorIdx; /* 类型的完全限定符，指向 DexStringId 列表的索引 */
};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。
struct DexProtoId {
u4 shortyIdx; /* 原型缩写，指向 DexStringId 列表的索引 */
u4 returnTypeIdx; /* 返回类型，指向 DexTypeId 列表的索引 */
u4 parametersOff; /* 参数类型列表，指向 DexTypeList 的偏移 */
};
struct DexTypeList {
u4 size; /* 接下来 DexTypeItem 的个数 */
DexTypeItem list[size]; /* DexTypeItem 结构 */
};
struct DexTypeItem {
u2 typeIdx; /* 参数类型，指向 DexTypeId 列表的索引 */
};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：
struct DexFieldId {
u2 classIdx; /* 类的类型，指向 DexTypeId 列表的索引 */
u2 typeIdx; /* 字段类型，指向 DexTypeId 列表的索引 */
u4 nameIdx; /* 字段名称，指向 DexStringId 列表的索引 */
};MethodIds 区段
MethodIds 包含methodIdsSize个DexMethodId结构，如下：
struct DexMethodId {
u2 classIdx; /* 类的类型，指向 DexTypeId 列表的索引 */
u2 protoIdx; /* 方法原型，指向 DexProtoId 列表的索引 */
u4 nameIdx; /* 方法名称，指向 DexStringId 列表的索引 */
};ClassDefs 区段
ClassDefs 包含classDefsSize个DexClassDef结构，如下：
struct DexClassDef {
u4 classIdx; /* 类的类型，指向 DexTypeId 列表的索引 */
u4 accessFlags; /* 访问标志 */
u4 superclassIdx; /* 父类类型，指向 DexTypeId列表的索引 */
u4 interfacesOff; /* 接口，指向 DexTypeList 的偏移 */
u4 sourceFileIdx; /* 源文件名，指向 DexStringId 列表的索引 */
u4 annotationsOff; /* 注解，指向 DexAnnotationsDirectoryItem 结构 */
u4 classDataOff; /* 指向 DexClassData 结构的偏移 */
u4 staticValuesOff; /* 指向 DexEncodedArray 结构的偏移 */
};
struct DexClassData {
DexClassDataHeader header; /* 各个字段与方法的个数 */
DexField staticFields[staticFieldsSize]; /* 静态字段 */
DexField instanceFields[instanceFieldsSize]; /* 实例字段 */
DexMethod directMethods[directMethodsSize]; /* 直接方法 */
DexMethod virtualMethods[virtualMethodsSize]; /* 虚方法 */
};
struct DexClassDataHeader {
u4 staticFieldsSize; /* 静态字段个数 */
u4 instanceFieldsSize; /* 实例字段个数 */
u4 directMethodsSize; /* 直接方法个数 */
u4 virtualMethodsSize; /* 虚方法个数 */
};
struct DexField {
u4 fieldIdx; /* 指向 DexFieldId 的索引 */
u4 accessFlags; /* 访问标志 */
};
struct DexMethod {
u4 methodIdx; /* 指向 DexMethodId 的索引 */
u4 accessFlags; /* 访问标志 */
u4 codeOff; /* 方法指令，指向DexCode结构的偏移 */
};
struct DexCode {
u2 registersSize; /* 使用的寄存器个数 */
u2 insSize; /* 参数个数 */
u2 outsSize; /* 调用其他方法时使用的寄存器个数 */
u2 triesSize; /* Try/Catch个数 */
u4 debugInfoOff; /* 指向调试信息的偏移 */
u4 insnsSize; /* 指令集个数，以2字节为单位 */
u2 insns[insnsSize]; /* 指令集 */
};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。
struct DexMapList {
u4 size; /* 条目个数 */
DexMapItem list[size]; /* 条目列表 */
};
struct DexMapItem {
u2 type; /* 结构类型，kDexType 开头 */
u2 unused; /* 未使用，用于字节对齐 */
u4 size; /* 连续存放的结构个数 */
u4 offset; /* 结构的偏移 */
};
/* 结构类型代码 */
enum {
kDexTypeHeaderItem = 0x0000,
kDexTypeStringIdItem = 0x0001,
kDexTypeTypeIdItem = 0x0002,
kDexTypeProtoIdItem = 0x0003,
kDexTypeFieldIdItem = 0x0004,
kDexTypeMethodIdItem = 0x0005,
kDexTypeClassDefItem = 0x0006,
kDexTypeMapList = 0x1000,
kDexTypeTypeList = 0x1001,
kDexTypeAnnotationSetRefList = 0x1002,
kDexTypeAnnotationSetItem = 0x1003,
kDexTypeClassDataItem = 0x2000,
kDexTypeCodeItem = 0x2001,
kDexTypeStringDataItem = 0x2002,
kDexTypeDebugInfoItem = 0x2003,
kDexTypeAnnotationItem = 0x2004,
kDexTypeEncodedArrayItem = 0x2005,
kDexTypeAnnotationsDirectoryItem = 0x2006,
};参考
