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：

<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：

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：

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

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