了解 Dalvik 代码的反汇编？

Posted 2023-03-22

【中文标题】了解 Dalvik 代码的反汇编？

【英文标题】：Understanding disassembly of Dalvik code?

【发布时间】：2011-06-16 18:11:01

【问题描述】：

我在我编写的一个小型 Hello World android 应用程序上使用smali and baksmali。我的源代码是：

package com.hello;

import android.app.Activity;
import android.os.Bundle;

public class Main extends Activity 
    /** Called when the activity is first created. */
    @Override
    public void onCreate(Bundle savedInstanceState) 
        super.onCreate(savedInstanceState);
        setContentView(R.layout.main);
    

然后拆解成：

.class public Lcom/hello/Main;
.super Landroid/app/Activity;
.source "Main.java"


# direct methods
.method public constructor <init>()V
    .locals 0

    .prologue
    .line 6
    invoke-direct p0, Landroid/app/Activity;-><init>()V

    return-void
.end method


# virtual methods
.method public onCreate(Landroid/os/Bundle;)V
    .locals 1
    .parameter "savedInstanceState"

    .prologue
    .line 10
    invoke-super p0, p1, Landroid/app/Activity;->onCreate(Landroid/os/Bundle;)V

    .line 11
    const/high16 v0, 0x7f03

    invoke-virtual p0, v0, Lcom/hello/Main;->setContentView(I)V

    .line 12
    return-void
.end method

我知道这是某种中间表示，但我不确定它是什么。据我了解，必须有一些关于如何理解这种表示的规范，但我无法弄清楚如何搜索它。所以给定一个apk文件，有人可以用外行的方式解释Dalvik opcode specification是如何用来达到这个表示的吗？我目前的理解是这样的：

给定一个 APK，我可以提取 二进制 XML 中的 AndroidManifest.xml 格式化并使用工具，例如 axml2xml.pl 获取“文本” 清单的版本不是 完成或者我可以使用 apktool 以获得更具可读性 形式。但我仍然不确定是什么 他们使用的规范 将二进制 XML 转换为文本。 该 反汇编程序

以某种方式

利用 Dalvil 操作码规范 读取 dex 文件并进行转换 进入上述表示。

关于上述两个步骤的任何信息（可能带有一些简单的示例）都可以很好地帮助我正确理解这些概念。

更新 1（在 Chris 回复后发布）：

所以本质上，我会执行以下操作来获得 Dalvik 字节码：

获取 apk 并将其解压缩以获取 classes.dex 文件。

然后反汇编程序读取 classes.dex 文件并确定 apk 中存在的所有类。你能给我一些关于这是如何完成的信息吗？它是否以十六进制模式解析文件并查找 Dalvik 规范，然后适当地解析？还是发生了其他事情？例如，当我在 classes.dex 上使用 hexdump 时，它给了我这样的信息：

64 65 78 0a 30 33 ...

这些现在是否用于操作码查找？

假设该工具能够将传入的字节码分成单独的类，然后它会继续扫描 classes.dex 文件中的十六进制代码并使用 Davlik 规范从表中输出适当的操作码名称？

实际上，简而言之，我很想知道所有这些“魔法”是如何完成的。例如，如果我要学习编写这个工具，我应该遵循的高级路线图是什么？

【参考方案1】：

您正在查看的是 davlik 字节码。 dx 工具将 Java 代码转换为 Dalvik 字节码。清单是一个单独的问题，我将在稍后讨论。实际上，当您编译 Android 应用程序时，dx 工具使用 256 个 dalvik 操作码将您的 Java 代码转换为字节码（与 javac 将 Java 转换为标准 JVM 应用程序的 Java 字节码的方式相同）。

例如，invoke-super 是一个操作码，它指示 dvm（dalvik 虚拟机）调用超类上的方法。同样，invoke-interface 指示 dvm 调用接口方法。

所以你可以看到

super.onCreate(savedInstanceState);

翻译成

invoke-super p0, p1, Landroid/app/Activity;->onCreate(Landroid/os/Bundle;)

在这种情况下，invoke-super 有两个参数，p0,p1 组和 Landroid/app/Activity;->onCreate(Landroid/os/Bundle;) 参数，这是它在必要时用于查找和解析方法的方法规范。

然后是构造函数区域中的invoke-direct调用。

invoke-direct p0, Landroid/app/Activity;-><init>()V

每个类都有一个init 方法，用于初始化类的数据成员，也称为构造函数。当你构造一个类时，虚拟机也必须调用超类的构造函数。这就解释了为什么您的类的构造函数调用Activity 构造函数。

关于清单，会发生什么（如果您查看源代码，这一切都在 Dalvik 规范中）是编译器（生成 apk 文件）将清单转换为更压缩的格式（二进制 xml）为了节省空间。清单与您发布的代码没有任何关系，它更多地指示dvm如何处理应用程序是关于Activities、Services等的一个整体。您发布的内容实际上是什么被执行。

这是对您问题的高级回答。如果您需要更多，请告诉我，我会尽力而为。

编辑你基本上是对的。反编译器将二进制数据作为字节流从 dex 文件中读取。它了解格式应该是什么，并且能够提取常量、类等信息。关于操作码，这正是它所做的。它了解每个操作码的字节值是什么（或它在 dex 文件中的表示方式），并且能够将其转换为人类可读的字符串。如果你要实现这一点，除了了解编译器的一般基础知识之外，我将从深入了解 dex 文件的结构开始。从那里，您需要构建一个将操作码值与人类可读字符串匹配的表。使用这些信息和一些关于字符串常量等的附加信息，您可以构建已编译类的文本文件表示。这有意义吗？

【讨论】：

+1 感谢您抽出宝贵时间。我在问题中发布的代码对我来说没有意义。看到您的回复后，我用我目前的理解更新了我的问题。你能看一下吗？作为关于 Manifest 文件的说明，是否可以从压缩形式中恢复原始 xml 文件？我的意思是，这些实际上是给我原始的 xml 文件吗？在这种特殊情况下，确实如此，但总是如此吗？

@Legend，我已经更新了我的答案以反映您的更新。关于清单文件，我不确定。我几乎肯定它在功能上是一样的。也就是说，结果将等同于（就设备而言）原始结果，但它可能没有相同的空白字符等。

非常感谢您的详细解释。接受为答案。最后一点，您是否碰巧知道任何通过示例解释此概念的教程？它不必是特定于 Dalvik 的（也可以是与 Java 字节码相关的）。我只想看到在某些字节码上执行此操作，即从字节码到可读格式。

@Legend，老实说，这个过程与一般的编译过程非常相似。字节码实际上只是一种特定形式的机器语言。例如，您可以为 C++ 构建一个 VM，该 VM 可以读取 x86 机器语言并在其他系统甚至 x86 系统上执行它。首先，我建议您阅读有关编译器的一般信息，但我会看看是否可以找到特定于 java 的内容。或者，如果你真的很有野心，dx 工具是开源的，并且是 android 存储库的一部分......

再次感谢您。当您找到一些时间时，任何特定于 Java 的参考都会很棒，但到目前为止，我要去获取 Android 源代码。我会闲逛一下:)

【参考方案2】：

操作码规范仅描述指令。 dex file format 不仅如此 - 它包含 Dalvik VM（和反汇编器）解释文件所需的所有元数据 - 字符串、类、类型、方法等。另请参阅official opcode spec，它比您链接的更完整和详细。

<plug>BTW，下一版IDA Pro将支持.dex文件的反汇编</plug>

【讨论】：

这看起来像一个更完整的页面。谢谢！ IDAPro 看起来很棒，但商业化 :( 看起来只有旧版本是免费的。

netmite.com 上没有任何内容是“官方的”。官方版本在 Android 源代码树中，例如android.git.kernel.org/?p=platform/… 。 （OTOH，netmite 副本比 git 存储库中的副本更易于阅读，因为存在 CSS 页面。）