dex文件解析(第三篇)「建议收藏」

dex文件解析(第三篇)「建议收藏」一张图搞懂dex大图这里图1dex当然也可以通过下面的图12DexFile的文件格式,了解更清楚。DEX文件详解什么是dex文件?如何生成一个dex文件dex文件的作用dex文件格式详解什么是dex文件?dex文件是Android系统中的一种文件,是一种特殊的数据格式,和APK、jar等格式文件类似。能够被DVM识别,加载并执行的文件格式。简单说就

大家好,又见面了,我是你们的朋友全栈君。

一张图搞懂dex

大图这里
dex文件解析(第三篇)「建议收藏」

图1 dex

当然也可以通过下面的图12 DexFile的文件格式,了解更清楚。

DEX文件详解

  • 什么是dex文件?
  • 如何生成一个dex文件
  • dex文件的作用
  • dex文件格式详解

什么是dex文件?

dex文件是Android系统中的一种文件,是一种特殊的数据格式,和APK、jar 等格式文件类似。
能够被DVM识别,加载并执行的文件格式。
简单说就是优化后的android版.exe。每个apk安装包里都有。包含应用程序的全部操作指令以及运行时数据。
相对于PC上的java虚拟机能运行.class;android上的Davlik虚拟机能运行.dex。

当java程序编译成class后,还需要使用dx工具将所有的class文件整合到一个dex文件,目的是其中各个类能够共享数据,在一定程度上降低了冗余,同时也是文件结构更加经凑,实验表明,dex文件是传统jar文件大小的50%左右
dex文件解析(第三篇)「建议收藏」

图2 apk中的dex文件

为何要研究dex格式?因为dex里面包含了所有app代码,利用反编译工具可以获取java源码。理解并修改dex文件,就能更好的apk破解和防破解。

使用dex文件的最大目的是实现安全管理,但在追求安全的前提下,一定要注意对dex文件实现优化处理。

注意:并不是只有Java才可以生成dex文件,C和C++也可以生成dex文件

如何生成一个dex文件?

  1. 通过IDE自动帮我们build生成
  2. 手动通过dx命令去生成dex文件
    在待测试的class文件目录下(我将TestMain.class放到了F盘根目录下),执行命令dx --dex --output TestMain.dex TestMain.class,就会生成TestMain.dex文件。
  3. 手动运行dex文件在手机
    在待测试的dex文件目录下(我将TestMain.class放到了F盘根目录下),通过adb push TestMain.dex /storage/emulated/0命令,然后通过adb shell命令进入手机,后执行dalvikvm -cp /sdcard/TestMain.dex TestMain,就会打印出
Hello World!

如下图3所示(使用AS的终端,没有用Windows的cmd命令)
dex文件解析(第三篇)「建议收藏」

图3 手动运行dex文件

注意

  • 环境变量的配置,dex在SDK目录下的build-tools目录下有很多版本,这里可以选择最新版本目录下dx.bat配置到环境变量path路径下;同样,adb命令也同样配置。
  • 运行完dex文件,可以通过exit退出手机,电脑本地盘符

查看dex文件

大图这里
dex文件解析(第三篇)「建议收藏」

图4 dex文件概貌

通过010Editor工具(图片来自网络)
大图这里
dex文件解析(第三篇)「建议收藏」

图5 注:图片来自网络

下图6是TestMain.dex通过010Editor工具得到的
大图这里
dex文件解析(第三篇)「建议收藏」

图6 010Editor 检测TestMain.dex结果

图7是通过010Editor工具检测TestMain.dex得到的 Template Result结果
大图这里
dex文件解析(第三篇)「建议收藏」

图7 010Editor检测TemplateResult结果

通过dexdump 命令查看(注意)
利用build-tools 下的dexdump 命令查看,dexdump -d -l plain TestMain.dex,得到下面的结果

F:\>dexdump -d -l plain TestMain.dex
Processing 'TestMain.dex'...
Opened 'TestMain.dex', DEX version '035'
Class #0 -
  Class descriptor  : 'LTestMain;'
  Access flags      : 0x0001 (PUBLIC)
  Superclass        : 'Ljava/lang/Object;'
  Interfaces        -
  Static fields     -
  Instance fields   -
    #0 : (in LTestMain;)
      name          : 'mX'
      type          : 'I'
      access        : 0x0001 (PUBLIC)
  Direct methods    -
    #0 : (in LTestMain;)
      name          : '<init>'
      type          : '()V'
      access        : 0x10001 (PUBLIC CONSTRUCTOR)
      code          -
      registers     : 2
      ins           : 1
      outs          : 1
      insns size    : 7 16-bit code units
00015c:                                        |[00015c] TestMain.<init>:()V
00016c: 7010 0400 0100                         |0000: invoke-direct {v1}, Ljava/lang/Object;.<init>:()V // method@0004
000172: 1200                                   |0003: const/4 v0, #int 0 // #0
000174: 5910 0000                              |0004: iput v0, v1, LTestMain;.mX:I // field@0000
000178: 0e00                                   |0006: return-void       catches       : (none)
      positions     :
        0x0000 line=11
        0x0003 line=3
        0x0006 line=12
      locals        :
        0x0000 - 0x0007 reg=1 this LTestMain;

    #1 : (in LTestMain;)
      name          : 'main'
      type          : '([Ljava/lang/String;)V'
      access        : 0x0009 (PUBLIC STATIC)
      code          -
      registers     : 4
      ins           : 1
      outs          : 2
      insns size    : 16 16-bit code units
00017c:                                        |[00017c] TestMain.main:([Ljava/lang/String;)V
00018c: 2200 0100                              |0000: new-instance v0, LTestMain; // type@0001
000190: 7010 0000 0000                         |0002: invoke-direct {v0}, LTestMain;.<init>:()V // method@0000
000196: 6e10 0200 0000                         |0005: invoke-virtual {v0}, LTestMain;.test:()V // method@0002
00019c: 6201 0100                              |0008: sget-object v1, Ljava/lang/System;.out:Ljava/io/PrintStream; // field@0001
0001a0: 1a02 0100                              |000a: const-string v2, "Hello World!" // string@0001
0001a4: 6e20 0300 2100                         |000c: invoke-virtual {v1, v2}, Ljava/io/PrintStream;.println:(Ljava/lang/String;)V // method@0003
0001aa: 0e00                                   |000f: return-void       catches       : (none)
      positions     :
        0x0000 line=6
        0x0005 line=7
        0x0008 line=8
        0x000f line=9
      locals        :
        0x0005 - 0x0010 reg=0 testMainObject LTestMain;
        0x0000 - 0x0010 reg=3 args [Ljava/lang/String;

  Virtual methods   -
    #0 : (in LTestMain;)
      name          : 'test'
      type          : '()V'
      access        : 0x0001 (PUBLIC)
      code          -
      registers     : 1
      ins           : 1
      outs          : 0
      insns size    : 1 16-bit code units
0001ac:                                        |[0001ac] TestMain.test:()V
0001bc: 0e00                                   |0000: return-void       catches       : (none)
      positions     :
        0x0000 line=15
      locals        :
        0x0000 - 0x0001 reg=0 this LTestMain;

  source_file_idx   : 8 (TestMain.java)
  • registers:Dalvik 最初目标是运行在以ARM 做CPU 的机器上的,ARM 芯片的一个主要特点是寄存器多寄存器多的话有好处,就是可以把操作数放在寄存器里,而不是像传统VM 一样放在栈中。自然,操作寄存器是比操作内存(栈嘛,其实就是一块内存区域)快registers 变量表示该方法运行过程中会使用多少个寄存器
  • ins:输入参数对应的个数
  • outs:此函数内部调用其他函数,需要的参数个数。
  • insns size:以4 字节为单位,代表该函数字节码的长度(类似Class 文件的code[]数组)

更多内容参考:官网介绍—–>Dalvik 可执行文件格式

dex文件的作用

记录整个工程中所有类的信息,记住的整个工程所有类的信息

dex文件格式详解

  • 一种8位字节的二进制流文件
  • 各个数据按顺序紧密的排列,无间隙
  • 整个应用中所有的Java源文件都放在一个dex中
    大图这里
    dex文件解析(第三篇)「建议收藏」

图8 dex文件结构

上图中的文件头部分,记录了dex文件的信息,所有字段大致的一个分部;索引区部分,主要包含字符串、类型、方法原型、域、方法的索引;索引区最终又被存储在数据区,其中链接数据区,主要存储动态链接库,so库的信息。

源码:/dalvik/libdex/DexFile.h:DexFile

struct DexFile {
    /* directly-mapped "opt" header */
    const DexOptHeader* pOptHeader;
    /* pointers to directly-mapped structs and arrays in base DEX */
    const DexHeader*    pHeader;
    const DexStringId*  pStringIds;
    const DexTypeId*    pTypeIds;
    const DexFieldId*   pFieldIds;
    const DexMethodId*  pMethodIds;
    const DexProtoId*   pProtoIds;
    const DexClassDef*  pClassDefs;
    const DexLink*      pLinkData;
};

具体可查看Android源码官网的关于dex文件结构的详解,如下图9(大图这里
dex文件解析(第三篇)「建议收藏」

图9 dex文件结构详解

总结

数据名称 解释
header dex文件头部,记录整个dex文件的相关属性
string_ids 字符串数据索引,记录了每个字符串在数据区的偏移量
type_ids 类似数据索引,记录了每个类型的字符串索引
proto_ids 原型数据索引,记录了方法声明的字符串,返回类型字符串,参数列表
field_ids 字段数据索引,记录了所属类,类型以及方法名
method_ids 类方法索引,记录方法所属类名,方法声明以及方法名等信息
class_defs 类定义数据索引,记录指定类各类信息,包括接口,超类,类数据偏移量
data 数据区,保存了各个类的真是数据
link_data 连接数据区

DEX 文件中会出现的数据类型

类型 含义
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
sleb128 有符号 LEB128,可变长度 1~5 字节
uleb128 无符号 LEB128,可变长度 1~5 字节
uleb128p1 无符号 LEB128 值加1,可变长 1~5 字节

/dalvik/libdex/DexFile.h中定义如下

typedef uint8_t             u1;
typedef uint16_t            u2;
typedef uint32_t            u4;
typedef uint64_t            u8;
typedef int8_t              s1;
typedef int16_t             s2;
typedef int32_t             s4;
typedef int64_t             s8;

LEB128
LEB128(“Little-Endian Base 128”)表示任意有符号或无符号整数的可变长度编码。该格式借鉴了 DWARF3 规范。在 .dex 文件中,LEB128 仅用于对 32 位数字进行编码。

每个 LEB128 编码值均由 1-5 个字节组成,共同表示一个 32 位的值。每个字节均已设置其最高有效位(序列中的最后一个字节除外,其最高有效位已清除)。每个字节的剩余 7 位均为有效负荷,即第一个字节中有 7 个最低有效位,第二个字节中也是 7 个,依此类推。对于有符号 LEB128 (sleb128),序列中最后一个字节的最高有效负荷位会进行符号扩展,以生成最终值。在无符号情况 (uleb128) 下,任何未明确表示的位都会被解译为 0。
大图这里
dex文件解析(第三篇)「建议收藏」

图10 双字节 LEB128 值的按位图

变量 uleb128p1 用于表示一个有符号值,其表示法是编码为 uleb128 的值加 1。这使得编码 -1(或被视为无符号值 0xffffffff)成为一个单字节(但没有任何其他负数),并且该编码在下面这些明确说明的情况下非常实用:所表示的数值必须为非负数或 -1(或 0xffffffff);不允许任何其他负值(或不太可能需要使用较大的无符号值)。
以下是这类格式的一些示例:

编码序列 As sleb128 As uleb128 As uleb128p1
00 0 0 -1
01 1 1 0
7f -1 127 126
80 7f -128 16256

dex文件头
Dex文件头主要包括校验和以及其他结构的偏移地址和长度信息。
源码位于 /dalvik/libdex/DexFile.h:DexHeader

struct DexHeader {
    u1  magic[8]; /* includes version number */
    u4  checksum; /* adler32 checksum */
    u1  signature[kSHA1DigestLen]; /* SHA-1 hash */
    u4  fileSize; /* length of entire file */
    u4  headerSize; /* offset to start of next section */
    u4  endianTag;
    u4  linkSize;
    u4  linkOff;
    u4  mapOff;
    u4  stringIdsSize;
    u4  stringIdsOff;
    u4  typeIdsSize;
    u4  typeIdsOff;
    u4  protoIdsSize;
    u4  protoIdsOff;
    u4  fieldIdsSize;
    u4  fieldIdsOff;
    u4  methodIdsSize;
    u4  methodIdsOff;
    u4  classDefsSize;
    u4  classDefsOff;
    u4  dataSize;
    u4  dataOff;
};

具体详解如下图5所示
大图这里
dex文件解析(第三篇)「建议收藏」

图11 dex文件头信息

各个字段详解摘要
mapOff 字段
指定 DexMapList 结构距离 Dex 头的偏移
DexMapList 结构体:

struct DexMapList {  
    u4     size;                                   // DexMapItem 的个数 
    DexMapItem     list[1];               // DexMapItem 结构 
};  
  • size:表示接下来有多少个 DexMapItem
  • list:是一个 DexMapItem 结构体数组
    DexMapItem 结构体:
struct DexMapItem  
{  
    u2     type;                    // kDexType 开头的类型 
    u2     unused;               // 未使用,用于对齐 
    u4     size;                     // 指定类型的个数 
    u4     offset;                 // 指定类型数据的文件偏移 
};  

type:一个枚举常量

enum  
{  
    kDexTypeHeaderItem = 0x0000,    // 对应 DexHeader 
    kDexTypeStringIdItem = 0x0001,  // 对应 stringIdsSize 与 stringIdsOff 字段 
    kDexTypeTypeIdItem = 0x0002,    // 对应 typeIdsSize 与 typeIdsOff 字段 
    kDexTypeProtoIdItem = 0x0003,   // 对应 protoIdsSize 与 protoIdsOff 字段 
    kDexTypeFieldIdItem = 0x0004,   // 对应 fieldIdsSize 与 fieldIdsOff 字段 
    kDexTypeMethodIdItem = 0x0005,  // 对应 methodIdsSize 与 methodIdsOff 字段 
    kDexTypeClassDefItem = 0x0006,  // 对应 classDefsSize 与 classDefsOff 字段 
    kDexTypeMapList = 0x1000,       
    kDexTypeTypeList = 0x1001,       
    kDexTypeAnnotationSetRefList = 0x1002,       
    kDexTypeAnnotationSetItem = 0x1003,       
    kDexTypeClassDataItem = 0x2000,       
    kDexTypeCodeItem = 0x2001,       
    kDexTypeStringDataItem = 0x2002,       
    kDexTypeDebugInfoItem = 0x2003,       
    kDexTypeAnnotationItem = 0x2004,      
    kDexTypeEncodeArrayItem = 0x2005,      
    kDexTypeAnnotationsDirectoryItem = 0x2006  
};  
  • size:指定类型的个数
  • offset:指定类型数据的偏移

DexStringId 结构体(stringIdsSize 与 stringIdsOff 字段)

typedef struct _DexStringId {  
    u4  stringDataOff;                  // 指向 MUTF-8 字符串的偏移 
}DexStringId, *PDexStringId;  

MUTF-8 编码:

  1. 使用 1~3 字节编码长度
  2. 大于 16 位的 Unicode 编码 U+10000~U+10FFFF 使用 3 字节来编码
  3. U+0000 采用 2 字节编码
  4. 采用空字符 null 作为结尾
  5. 第一个字节存放字节个数(不包含自已)

DexTypeId 结构体(typeIdsSize 与 typeIdsOff 字段)
是一个类型结构体

typedef struct _DexTypeId {  
    u4     descriptorIdx;   // 指向 DexStringId 列表的索引 
}DexTypeId, *PDexTypeId;  
  • descriptorIdx:指向 DexStringId 列表的索引,它对应的字符串代表了具体类的类型

DexProtoId 结构体(protoIdsSize 与 protoIdsOff 字段)
是一个方法声明结构体,方法声明 = 返回类型 + 参数列表

typedef struct _DexProtoId {  
    u4  shortyIdx;          // 方法声明字符串,指向 DexStringId 列表的索引 
    u4  returnTypeIdx;      // 方法返回类型字符串,指向 DexStringId 列表的索引 
    u4  parametersOff;      // 方法的参数列表,指向 DexTypeList 结构体的偏移 
}DexProtoId, *PDexProtoId; 
  • shortyIdx:方法声明字符串,方法声明 = 返回类型 + 参数列表
  • returnTypeIdx:方法返回类型字符串
  • parametersOff:指向一个 DexTypeList 结构体,存放了方法的参数列表

DexTypeList 结构体:

typedef struct _DexTypeList {  
    u4  size;               // 接下来 DexTypeItem 的个数 
    DexTypeItem* list;      // DexTypeItem 结构 
}DexTypeList, *PDexTypeList;  
  • size:接下来 DexTypeItem 的个数
  • list:是一个 DexTypeItem 结构体数组

DexTypeItem 结构体:

typedef struct _DexTypeItem {  
    u2  typeIdx;            // 指向 DexTypeId 列表的索引 
}DexTypeItem, *PDexTypeItem;

typeIdx:DexTypeId 列表的索引

DexFieldId 结构体(fieldIdsSize 与 fieldIdsOff 字段)
指明了字段所有的类、字段的类型以及字段名

typedef struct _DexFieldId {  
    u2  classIdx;           // 类的类型,指向 DexTypeId 列表的索引 
    u2  typeIdx;            // 字段的类型,指向 DexTypeId 列表的索引 
    u4  nameIdx;            // 字段名,指向 DexStringId 列表的索引 
}DexFieldId, *PDexFieldId;  
  • classIdx:类的类型
  • typeIdx:字段的类型
  • nameIdx:字段名

DexMethodId 结构体(methodIdsSize 与 methodIdsOff 字段)
方法结构体

typedef struct _DexMethodId {  
    u2  classIdx;           // 类的类型,指向 DexTypeId 列表的索引 
    u2  protoIdx;           // 声明的类型,指向 DexProtoId 列表的索引 
    u4  nameIdx;            // 方法名,指向 DexStringId 列表的索引 
}DexMethodId, *PDexMethodId;  
  • classIdx:类的类型
  • protoIdx:声明的类型
  • nameIdx:方法名

DexClassDef 结构体(classDefsSize 和 classDefsOff 字段)
类结构体

typedef 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,否则为0 
    u4     sourceFileIdx;            // 源文件名,指向 DexStringId 列表的索引 
    u4     annotationsOff;           // 注解,指向 DexAnnotationsDirectoryItem 结构,或者为 0 
    u4     classDataOff;             // 指向 DexClassData 结构的偏移,类的数据部分 
    u4     staticValuesOff;          // 指向 DexEncodedArray 结构的偏移,记录了类中的静态数据,主要是静态方法 
}DexClassDef, *PDexClassDef;  
  • classIdx:类的类型,指向 DexTypeId 列表的索引
  • accessFlags:访问标志,它是以ACC_开头的枚举值
  • superclassIdx:父类类型,指向 DexTypeId 列表的索引
  • interfacesOff:接口,指向 DexTypeList 的偏移,如果没有,则为 0
  • sourceFileIdx:源文件名,指向 DexStringId 列表的索引
  • annotationsOff:注解,指向 DexAnnotationsDirectoryItem 结构,或者为 0
  • classDataOff:指向 DexClassData 结构的偏移,类的数据部分
  • staticValuesOff:指向 DexEncodeArray 结构的偏移,记录了类中的静态数据,没有则为 0

DexClassData 结构体:

typedef struct _DexClassData {  
    DexClassDataHeader      header;             // 指定字段与方法的个数 
    DexField*               staticFields;       // 静态字段,DexField 结构 
    DexField*               instanceFields;     // 实例字段,DexField 结构 
    DexMethod*              directMethods;      // 直接方法,DexMethod 结构 
    DexMethod*              virtualMethods;     // 虚方法,DexMethod 结构 
}DexClassData, *PDexClassData;  
  • header:DexClassDataHeader 结构体,指定字段与方法的个数
  • staticFields:静态字段,DexField 结构体数组
  • instanceFields:实例字段,DexField 结构体数组
  • directMethods:直接方法,DexMthod 结构体数组
  • virtualMethods:虚方法,DexMethod 结构体数组

DexClassDataHeader 结构体:

typedef struct _DexClassDataHeader {  
    uleb128 staticFieldsSize;                   // 静态字段个数 
    uleb128 instanceFieldsSize;                 // 实例字段个数 
    uleb128 directMethodsSize;                  // 直接方法个数 
    uleb128 virtualMethodsSize;                 // 虚方法个数 
}DexClassDataHeader, *PDexClassDataHeader;  
  • staticFieldsSize:静态字段个数
  • instanceFieldsSize:实例字段个数
  • directMethodsSize:直接方法个数
  • virtualMethodsSize:虚方法个数

DexField 结构体:

typedef struct _DexField {  
    uleb128 fieldIdx;           // 指向 DexFieldId 的索引 
    uleb128 accessFlags;        // 访问标志 
}DexField, *PDexField;  
  • fieldIdx:字段描述,指向 DexFieldId 的索引
  • accessFlags:访问标志

DexMethod 结构体:

typedef struct _DexMethod {  
    uleb128 methodIdx;          // 指向 DexMethodId 的索引 
    uleb128 accessFlags;        // 访问标志 
    uleb128 codeOff;            // 指向 DexCode 结构的偏移 
}DexMethod, *PDexMethod;  
  • methodIdx:方法描述,指向 DexMethodId 的索引
  • accessFlags:访问标志
  • codeOff:指向 DexCode 结构的偏移

DexCode 结构体:

typedef 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  debbugInfoOff;          // 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;                  // 指令集 
}DexCode, *PDexCode;  

还有一些不太常见的结构体,要用的时候再去看看就行了。Dex 文件的整体结构就这样,就是一个多层索引的结构。

string_ids(字符串索引)
这一区域存储的是Dex文件字符串资源的索引信息,该索引信息是目标字符串在Dex文件数据区所在的真实物理偏移量。

源码位于 /dalvik/libdex/DexFile.h:DexStringId

struct DexStringId {
    u4 stringDataOff;      /* file offset to string_data_item */
};

stringDataOff记录了目标字符串在Dex文件中的实际偏移量,虚拟机想读取该字符串时,只需将Dex文件在内存中的起始地址加上stringDataOff所指的偏移量,就是该字符串在内存中的实际物理地址。
在Dex文件中,每个每个字符串对应一个DexStringId,大小4B。另外虚拟机通过DexHeader中的String_ids_size获得当前Dex文件中的字符串的总数,通过乘法就可对该索引资源进行访问。

DexLink

struct DexLink {
    u1  bleargh;
};

DexFile 在内存中的映射

在Android系统中, java 源文件会被编译为“ .jar ” 格式的dex类型文件, 在代码中称为dexfile 。在加载Class 之前, 必先读取相应的jar文件。通常我们使用read()函数来读取文件中的内容。但在Dalvik中使用mmap() 函数。和read()不同, mmap()函数会将dex文件映射到内存中,这样通过普通的内存读取操作即可访问dexfile中的内容。

Dexfile的文件格式如图12 所示, 主要有三部分组成:头部,索引,数据。通过头部可知索引的位置和数同,可知数据区的起始位置。其中classDefsOff 指定了ClassDef 在文件的起始位置, dataOff 指定了数据在文件的起始位置, ClassDef 即可理解为Class 的索引。通过读取ClassDef 可获知Class 的基本信息,其中classDataOff 指定了Class 数据在数据区的位置。
大图这里
dex文件解析(第三篇)「建议收藏」

图12 DexFile的文件格式

在将dexfile文件映射到内存后,会调用dexFileParse()函数对其分析,分析的结果存放于名为DexFile的数据结构中。DexFile 中的baseAddr指向映射区的起始位置, pClassDefs 指向ClassDefs(即class索引)的起始位置。由于在查找class 时,都是使用class的名字进行查找的,所以为了加快查找速度, 创建了一个hash表。在hash表中对class 名字进行hash,并生成index。这些操作都是在对文件解析时所完成的,这样虽然在加载过程中比较耗时,但是在运行过程中可节省大量查找时间。

解析完后, 接下来开始加载class文件。在此需要将加载类用ClassObject来保存,所以在此需要先分析和ClassObject 相关的几个数据结构。

首先在文件Object.h 中可以看到如下对结构体Object 的定义。(android2.3.7源码)

typedef struct Object {
    /* ptr to class object */
    ClassObject*    clazz;

    /*
     * A word containing either a "thin" lock or a "fat" monitor.  See
     * the comments in Sync.c for a description of its layout.
     */
    u4              lock;
} Object;

通过结构体Object定义了基本类的实现,这里有如下两个变量。

  • lock : 对应Obejct 对象中的锁实现,即notify wait 的处理。
  • clazz : 是结构体指针,姑且不看结构体内容,这里用了指针的定义。

下面会有更多的结构体定义:

struct DataObject {
    Object          obj;                /* MUST be first item */
    /* variable #of u4 slots; u8 uses 2 slots */
    u4              instanceData[1];
};
struct StringObject {
    Object          obj;                /* MUST be first item */
    /* variable #of u4 slots; u8 uses 2 slots */
    u4              instanceData[1];
};

我们看到最熟悉的一个词StringObject ,把这个结构体展开后是下面的样子。

struct StringObject {
    /* ptr t o class object */
	ClassObject*  clazz ;
    /* variable #of u4 slots; u8 uses 2 slots */
    u4   lock;
    u4              instanceData[1]; };

由此不难发现, 任何对象的内存结构体中第一行都是Object结构体,而这个结构体第一个总是一个ClassObejct,第二个总是lock 。按照C++中的技巧,这些结构体可以当成Object结构体使用,因此所有的类在内存中都具有“对象”的功能,即可以找到一个类(ClassObject),可以有一个锁(lock) 。

StringObject是对String类进行管理的数据对象,ArrayObejct是数据相关的管理。

ClassObject-Class 在加载后的表现形式

在解析完文件后, 接下来需要加载Class 的具体内容。在Dalvik中, 由数据结构ClassObject负责存放加载的信息。如图13所示,加载过程会在内存中alloc几个区域,分别存放directMethods 、virtualMethods 、sfields 、ifields 。这些信息是从dex 文件的数据区中读取的,首先会读取Class 的详细信息,从中获得directMethod 、virtua!Method 、sfield 、ifield 等的信息,然后再读取。在此需要注意, 在C lassObj ect 结构中有个名为super 的成员,通过super成员可以指向它的超类。
大图这里
dex文件解析(第三篇)「建议收藏」
图13 加载过程

Android dex 文件优化

对Android dex 文件进行优化来说, 需要注意的一点是dex文件的结构是紧凑的,但是我们还是要想方设法地进行提高程序的运行速度,我们就仍然需要对dex文件进行进一步优化

调整所有字段的字节序( LITTLE_ENDIAN),和对齐结构中的每一个域来验证dex文件中的所有类,并对一些特定的类进行优化或对方法里的操作码进行优化。优化后的文件大小会有所增加, 大约是原Android dex文件的1~4 倍。

优化时机
优化发生的时机有两个:

  • 对于预置应用来说,可以在系统编译后,生成优化文件,以ODEX 结尾。这样在发布时除APK文件(不包含dex)以外,还有一个相应的Android dex 文件。
  • 对于非预置应用, 包含在APK文件里的dex 文件会在运行时被优化,优化后的文件将被保存在缓存中。

如下图14所示代码调用流程
dex文件解析(第三篇)「建议收藏」
图14 代码调用流程

每一个Android应用都运行在一个Dalvik虚拟机实例里,而每一个虚拟机实例都是一个独立的进程空间。虚拟机的线程机制,内存分配和管理, Mutex等都是依赖底层操作系统而实现的。

所有Android应用的线程都对应一个Linux线程(可参考—-理解Android线程创建流程,虚拟机因而可以更多地依赖操作系统的线程调度和管理机制。不同的应用在不同的进程空间里运行,加之对不同来源的应用都使用不同的Linux用户来运行,可以最大限度地保护应用的安全和独立运行。

Zygote是一个虚拟机进程,同时也是一个虚拟机实例的孵化器,每当系统要求执行一个Android应用程序,Zygote就会孵化出一个子进程来执行该应用程序。这样做的好处显而易见:Zygote进程是在系统启动时产生的,它会完成虚拟机的初始化,库的载,预置类库的加载和初始化等操作,而在系统需要一个新的虚拟机实例时,Zygote通过复制自身,最快速地提供一个虚拟机实例。另外,对于一些只读的系统库,所有虚拟机实例都和Zygote 共享一块内存区域,大大节省了内存开销

Android 应用所使用的编程语言是Java语言,和Java SE 一样,编译时使用Oracle JDK 将Java源程序编程成标准的Java 字节码文件(. class 文件)。而后通过工具软件DX 把所有的字节码文件转成Android dex 文件(classes . dex) 。最后使用Android 打包工具(aapt)将dex 文件、资源文件以及AndroidManifest.xml 文件(二进制格式)组合成一个应用程序包(APK) 。应用程序包可以被发布到手机上运行。
dex文件解析(第三篇)「建议收藏」
图15 Android应用编译及运行流程

odex 介绍

odex 是Optimized dex 的简写,也就是优化后的dex 文件。为什么要优化呢?主要还是为了提高Dalvik 虚拟机的运行速度。但是odex 不是简单的、通用的优化,而是在其优化过程中,依赖系统已经编译好的其他模块,简单点说:

  • 从Class 文件到dex 文件是针对Android 平台的一种优化,是一种通用的优化。优化过程中,唯一的输入是Class 文件。
  • odex 文件就是dex 文件具体在某个系统(不同手机,不同手机的OS,不同版本的OS 等)上的优化。odex 文件的优化依赖系统上的几个核心模块( 由BOOTCLASSPATH 环境变量给出, 一般是/system/framework/下的jar 包,尤其是core.jar)。odex 的优化就好像是把中那些本来需要在执行过程中做的类校验、调用其他类函数时的解析等工作给提前处理了。

通过利用dexopt得到test.odex,接着利用dexdump得到其内容,最后可以利用Beyond Compare比较这两个文件的差异。
如下图所示
dex文件解析(第三篇)「建议收藏」
图16 test.dex 和test.odex 差异

图16中,绿色框中是test.dex的内容,红色框中是test.odex的内容,这也是两个文件的差异内容:

  • test.dex中,TestMain类仅仅是PUBLIC的,但test.odex则增加了VERIFIED和OPTIMIZED两项。VERIFIED是表示该类被校验过了,至于校验什么东西,以后再说。
  • 然后就是一些方法的不同了。优化后的odex文件,一些字节码指令变成了xxx-quick。比如图中最后一句代码对于的字节码中,未优化前invoke-virtual指令表示从method table指定项(图中是0002)里找到目标函数,而优化后的odex使用了invoke-virtual-quick表示从vtable中找到目标函数(图中是000b)。

vtable是虚表的意思,一般在OOP实现中用得很多。vtable一定比methodtable快么?那倒是有可能。我个人猜测:

  • method表应该是每个dex文件独有的,即它是基于dex文件的。
  • 根据odex文件的生成方法(后面会讲),我觉得vtable恐怕是把dex文件及依赖的类(比如Java基础类,如Object类等)放一起进行了处理,最终得到一张大的vtable。这个odex文件依赖的一些函数都放在vtable中。运行时直接调用指定位置的函数就好,不需要再解析了。以上仅是我的猜测。

注意
odex文件由dexopt生成,这个工具在SDK里没有,只能由源码生成。odex文件的生成有三种方式:

  • preopt:即OEM厂商(比如手机厂商),在制作镜像的时候,就把那些需要放到镜像文件里的jar包,APK等预先生成对应的odex文件,然后再把classes.dex文件从jar包和APK中去掉以节省文件体积。
  • installd:当一个apk安装的时候,PackageManagerService会调用installd的服务,将apk中的class.dex进行处理。当然,这种情况下,APK中的class.dex不会被剔除。
  • dalvik VM:preopt是厂商的行为,可做可不做。如果没有做的话,dalvik VM在加载一个dex文件的时候,会先生成odex。所以,dalvik VM实际上用得是odex文件。以后我们研究dalvik VM的时候会看到这部分内容。

实际上dex转odex是利用了dalvik vm,里边也会运行dalvik vm的相关方法。

总结

  1. 以标准角度来看,Class文件是由Java VM规范定义的,所以通用性更广。dex或者是odex只不过是规范在Android平台上的一种具体实现罢了,而且dex/odex在很多地方也需要遵守规范。因为dex文件的来源其实还是Class文件。
  2. 对于初学者而言,我建议了解Class文件的结构为主。另外,关于dex/odex的文件结构,除非有明确需求(比如要自己修改字节码等),否则以了解原理就可以。而且,将来我们看到dalvik vm的实际代码后,你会发现dex的文件内容还是会转换成代码里的那些你很熟悉的类型,数据结构。比如dex存储字符串是一种优化后的方法,但是到vm代码中,还不是只能用字符串来表示吗?
  3. 另外,你还会发现,Class、dex还是odex文件都存储了很多源码中的信息,比如类名、函数名、参数信息、成员变量信息等,而且直接用得是字符串。这和Native的二进制比起来,就容易看懂多了。

参考链接

深入理解Android之Java虚拟机Dalvik
Androidsource之Dalvik 字节码
Androidsource之Dalvik 可执行文件格式(dex文件)
Android安全–Dex文件格式详解
详细描述了dex/odex指令的格式—–>Dalvik opcodes
解释器中对 标号 的使用
A deep dive into DEX file format
Dex文件格式详解
android中Dex文件结构详解
Dex文件及Dalvik字节码格式解析
Dex 文件格式详解
Dex文件格式详解
Android关于Dex拆分(MultiDex)技术详解

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/124925.html原文链接:https://javaforall.net

(1)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 安装pyodbc_编程python是什么

    安装pyodbc_编程python是什么1、连接数据库pipinstallpyodbc成功后就可以用了首先要importpyodbc1)直接连接数据库和创建一个游标(cursor)cnxn=pyodbc.connect(‘DRIVER={SQLServer};SERVER=localhost;DATABASE=testdb;UID=me;PWD=pass’)cursor=cnxn.cursor()2)使用DSN连接。通常DSN连接并不需要密码,还是需要提供一个PSW的关键字。cnxn=pyodb

    2022年4月19日
    62
  • 浮动广告代码实例「建议收藏」

    浮动广告代码实例「建议收藏」很多网站的页面都有漂浮的广告效果,虽然烦人,但也确实起到了良好的宣传效果。各大代码网站也有关于漂浮代码的实例,很多存在着兼容性问题,不符合W3C标准,本站修复了兼容性问题,下面就简单介绍一下如何实现此效果。代码如下:[HTML]纯文本查看复制代码运行代码0102030405060708091011121314151617181920212223242526272829303

    2026年2月3日
    4
  • 操作系统中的调度算法

    操作系统中的调度算法

    2021年10月3日
    48
  • CORBA简介_吴帝聪简介

    CORBA简介_吴帝聪简介 1.CORBA:CommonObjectRequestBrokerArchitecture,通用对象请求代理体系。是由对象管理组(ObjectManagementGroup,OMG)制定的一种标准的面向对象分布式应用程序体系规范,旨在为异构分布式环境中,硬件和软件系统的互联而提出的一种解决方案。2.解决异构分布式系统两条主要原则:(1).寻求独立于平台的模型和抽象,这

    2022年4月19日
    52
  • ca证书 csr_SSL证书CSR文件生成方式及注意事项

    ca证书 csr_SSL证书CSR文件生成方式及注意事项原标题 SSL 证书 CSR 文件生成方式及注意事项 SSL 证书中 CSR 文件是指什么 CSR 生成方式如何选择 CSR 有什么作用 生成 CSR 文件方法有哪些 SSL 大全网 ssldaquan com 来详细说下 SSL 证书中 CSR 文件的详细作用及 CSR 生成方式及注意事项 什么是 CSR 文件 CSR CertificateS 是证书签名请求文件 包含了您的服务器信息和公司信息 申请证书

    2025年7月11日
    3
  • 关于【ExecuteReader: Connection 属性尚未初始化】的错误提示解决方案「建议收藏」

    关于【ExecuteReader: Connection 属性尚未初始化】的错误提示解决方案「建议收藏」遇到这种错误,很大概率是因为缺少SqlCommand里的两个参数。找到【SqlCommandmycmd=newSqlCommand();】这条语句,SqlCommand()有两个带传入的参数:一个是定义查询语句的sql, 另一个是定义数据库连接的conn以下为部分代码片段,仅供理解:stringsql=”select*fromInformationwhereUsername='”+Username+”‘andPassword='”+Passw.

    2022年6月20日
    22

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号