編輯：關於android開發
今天又是周六了，閒來無事，只能寫文章了呀，今天我們繼續來看逆向的相關知識，我們今天來介紹一下Android中的AndroidManifest文件格式的內容，有的同學可能好奇了，AndroidManifest文件格式有啥好說的呢？不會是介紹那些標簽和屬性是怎麼用的吧？那肯定不會，介紹那些知識有點無聊了，而且和我們的逆向也沒關系，我們今天要介紹的是Android中編譯之後的AndroidManifest文件的格式，首先來腦補一個知識點，Android中的Apk程序其實就是一個壓縮包，我們可以用壓縮軟件進行解壓的：
我們可以看到這裡有三個文件我們後續都會做詳細的解讀的：AndroidManifest.xml，classes.dex，resources.arsc
其實說到這裡只要反編譯過apk的同學都知道一個工具apktool，那麼其實他的工作原理就是解析這三個文件格式，因為本身Android在編譯成apk之後，這個文件有自己的格式，用普通文本格式打開的話是亂碼的，看不懂的，所以需要解析他們成我們能看懂的東東，所以從這篇文章開始，陸續介紹這三個文件的格式解析，這樣我們在後面反編譯apk的時候，遇到錯誤能夠精確的定位到問題。
今天我們先來看一下AndroidManifest.xml格式：
如果我們這裡顯示全是16進制的內容，所以我們需要解析，就像我之前解析so文件一樣：
任何一個文件都一定有他自己的格式，既然編譯成apk之後，變成這樣了，那麼google就是給AndroidManifest定義了一種文件格式，我們只需要知道這種格式的話，就可以詳細的解析出來文件了：
看到此圖是不是又很激動呢？這又是一張神圖，詳細的解析了AndroidManifest.xml文件的格式，但是光看這張圖我們可以看不出來啥，所以要結合一個案例來解析一個文件，這樣才能理解透徹，但是這樣圖是根基，下面我們就用一個案例來解析一下吧：
案例到處都是，誰便搞一個簡單的apk,用壓縮文件打開，解壓出AndroidManifest.xml就可以了，然後就開始讀取內容進行解析：
任何一個文件格式，都會有頭部信息的，而且頭部信息也很重要，同時，頭部一般都是固定格式的。
這裡的頭部信息還有這些字段信息：
1、文件魔數：四個字節
2、文件大小：四個字節
下面就開始解析所有的Chunk內容了，其實每個Chunk的內容都有一個相似點，就是頭部信息：
ChunkType(四個字節)和ChunkSize(四個字節)
這個Chunk主要存放的是AndroidManifest文件中所有的字符串信息
1、ChunkType：StringChunk的類型，固定四個字節：0x001C0001
2、ChunkSize：StringChunk的大小，四個字節
3、StringCount：StringChunk中字符串的個數，四個字節
4、StyleCount：StringChunk中樣式的個數，四個字節，但是在實際解析過程中，這個值一直是0x00000000
5、Unknown：位置區域，四個字節，在解析的過程中，這裡需要略過四個字節
6、StringPoolOffset：字符串池的偏移值，四個字節，這個偏移值是相對於StringChunk的頭部位置
7、StylePoolOffset：樣式池的偏移值，四個字節，這裡沒有Style,所以這個字段可忽略
8、StringOffsets：每個字符串的偏移值，所以他的大小應該是：StringCount*4個字節
9、SytleOffsets：每個樣式的偏移值，所以他的大小應該是SytleCount*4個字節
後面就開始是字符串內容和樣式內容了。
下面我們就開始來看代碼了，由於代碼的篇幅有點長，所以這裡就分段說明，代碼的整個工程，後面我會給出下載地址的，
1、首先我們需要把AndroidManifest.xml文件讀入到一個byte數組中：
byte[] byteSrc = null;
FileInputStream fis = null;
ByteArrayOutputStream bos = null;
try{
fis = new FileInputStream("xmltest/AndroidManifest1.xml");
bos = new ByteArrayOutputStream();
byte[] buffer = new byte[1024];
int len = 0;
while((len=fis.read(buffer)) != -1){
bos.write(buffer, 0, len);
}
byteSrc = bos.toByteArray();
}catch(Exception e){
System.out.println("parse xml error:"+e.toString());
}finally{
try{
fis.close();
bos.close();
}catch(Exception e){
}
}
2、下面我們就來看看解析頭部信息：
/**
* 解析xml的頭部信息
* @param byteSrc
*/
public static void parseXmlHeader(byte[] byteSrc){
byte[] xmlMagic = Utils.copyByte(byteSrc, 0, 4);
System.out.println("magic number:"+Utils.bytesToHexString(xmlMagic));
byte[] xmlSize = Utils.copyByte(byteSrc, 4, 4);
System.out.println("xml size:"+Utils.bytesToHexString(xmlSize));
xmlSb.append(" ");
xmlSb.append("\n");
}
這裡沒什麼說的，按照上面我們說的那個格式解析即可
3、解析StringChunk信息
/**
* 解析StringChunk
* @param byteSrc
*/
public static void parseStringChunk(byte[] byteSrc){
//String Chunk的標示
byte[] chunkTagByte = Utils.copyByte(byteSrc, stringChunkOffset, 4);
System.out.println("string chunktag:"+Utils.bytesToHexString(chunkTagByte));
//String Size
byte[] chunkSizeByte = Utils.copyByte(byteSrc, 12, 4);
//System.out.println(Utils.bytesToHexString(chunkSizeByte));
int chunkSize = Utils.byte2int(chunkSizeByte);
System.out.println("chunk size:"+chunkSize);
//String Count
byte[] chunkStringCountByte = Utils.copyByte(byteSrc, 16, 4);
int chunkStringCount = Utils.byte2int(chunkStringCountByte);
System.out.println("count:"+chunkStringCount);
stringContentList = new ArrayList(chunkStringCount);
//這裡需要注意的是，後面的四個字節是Style的內容，然後緊接著的四個字節始終是0，所以我們需要直接過濾這8個字節
//String Offset 相對於String Chunk的起始位置0x00000008
byte[] chunkStringOffsetByte = Utils.copyByte(byteSrc, 28, 4);
int stringContentStart = 8 + Utils.byte2int(chunkStringOffsetByte);
System.out.println("start:"+stringContentStart);
//String Content
byte[] chunkStringContentByte = Utils.copyByte(byteSrc, stringContentStart, chunkSize);
/**
* 在解析字符串的時候有個問題，就是編碼：UTF-8和UTF-16,如果是UTF-8的話是以00結尾的，如果是UTF-16的話以00 00結尾的
*/
/**
* 此處代碼是用來解析AndroidManifest.xml文件的
*/
//這裡的格式是：偏移值開始的兩個字節是字符串的長度，接著是字符串的內容，後面跟著兩個字符串的結束符00
byte[] firstStringSizeByte = Utils.copyByte(chunkStringContentByte, 0, 2);
//一個字符對應兩個字節
int firstStringSize = Utils.byte2Short(firstStringSizeByte)*2;
System.out.println("size:"+firstStringSize);
byte[] firstStringContentByte = Utils.copyByte(chunkStringContentByte, 2, firstStringSize+2);
String firstStringContent = new String(firstStringContentByte);
stringContentList.add(Utils.filterStringNull(firstStringContent));
System.out.println("first string:"+Utils.filterStringNull(firstStringContent));
//將字符串都放到ArrayList中
int endStringIndex = 2+firstStringSize+2;
while(stringContentList.size() < chunkStringCount){
//一個字符對應兩個字節，所以要乘以2
int stringSize = Utils.byte2Short(Utils.copyByte(chunkStringContentByte, endStringIndex, 2))*2;
String str = new String(Utils.copyByte(chunkStringContentByte, endStringIndex+2, stringSize+2));
System.out.println("str:"+Utils.filterStringNull(str));
stringContentList.add(Utils.filterStringNull(str));
endStringIndex += (2+stringSize+2);
}
/**
* 此處的代碼是用來解析資源文件xml的
*/
/*int stringStart = 0;
int index = 0;
while(index < chunkStringCount){
byte[] stringSizeByte = Utils.copyByte(chunkStringContentByte, stringStart, 2);
int stringSize = (stringSizeByte[1] & 0x7F);
System.out.println("string size:"+Utils.bytesToHexString(Utils.int2Byte(stringSize)));
if(stringSize != 0){
//這裡注意是UTF-8編碼的
String val = "";
try{
val = new String(Utils.copyByte(chunkStringContentByte, stringStart+2, stringSize), "utf-8");
}catch(Exception e){
System.out.println("string encode error:"+e.toString());
}
stringContentList.add(val);
}else{
stringContentList.add("");
}
stringStart += (stringSize+3);
index++;
}
for(String str : stringContentList){
System.out.println("str:"+str);
}*/
resourceChunkOffset = stringChunkOffset + Utils.byte2int(chunkSizeByte);
}
這裡我們需要解釋的幾個點：
1、在上面的格式說明中，我們需要注意，有一個Unknow字段，四個字節，所以我們需要略過
2、在解析字符串內容的時候，字符串內容的結束符是：0x0000
3、每個字符串開始的前兩個字節是字符串的長度
所以我們有了每個字符串的偏移值和大小，那麼解析字符串內容就簡單了：
這裡我們看到0x000B(高位和低位相反)就是字符串的大小，結尾是0x0000
一個字符對應的是兩個字節，而且這裡有一個方法：Utils.filterStringNull(firstStringContent)：
public static String filterStringNull(String str){
if(str == null || str.length() == 0){
return str;
}
byte[] strByte = str.getBytes();
ArrayList newByte = new ArrayList();
for(int i=0;i其實邏輯很簡單，就是過濾空字符串：在C語言中是NULL,在Java中就是00，如果不過濾的話，會出現下面的這種情況：
每個字符是寬字符，很難看，其實願意就是每個字符後面多了一個00，所以過濾之後就可以了
這樣就好看多了。
上面我們就解析了AndroidManifest.xml中所有的字符串內容。這裡我們需要用一個全局的字符列表，用來存儲這些字符串的值，後面會用索引來獲取這些字符串的值。
第三、解析ResourceIdChunk
這個Chunk主要是存放的是AndroidManifest中用到的系統屬性值對應的資源Id，比如android:versionCode中的versionCode屬性，android是前綴，後面會說道
1、ChunkType：ResourceIdChunk的類型，固定四個字節：0x00080108
2、ChunkSize：ResourceChunk的大小，四個字節
3、ResourceIds：ResourceId的內容，這裡大小是ResourceChunk大小除以4，減去頭部的大小8個字節(ChunkType和ChunkSize)
/**
* 解析Resource Chunk
* @param byteSrc
*/
public static void parseResourceChunk(byte[] byteSrc){
byte[] chunkTagByte = Utils.copyByte(byteSrc, resourceChunkOffset, 4);
System.out.println(Utils.bytesToHexString(chunkTagByte));
byte[] chunkSizeByte = Utils.copyByte(byteSrc, resourceChunkOffset+4, 4);
int chunkSize = Utils.byte2int(chunkSizeByte);
System.out.println("chunk size:"+chunkSize);
//這裡需要注意的是chunkSize是包含了chunkTag和chunkSize這兩個字節的，所以需要剔除
byte[] resourceIdByte = Utils.copyByte(byteSrc, resourceChunkOffset+8, chunkSize-8);
ArrayList resourceIdList = new ArrayList(resourceIdByte.length/4);
for(int i=0;i解析結果：
我們看到這裡解析出來的id到底是什麼呢？
這裡需要腦補一個知識點了：
我們在寫Android程序的時候，都會發現有一個R文件，那裡面就是存放著每個資源對應的Id,那麼這些id值是怎麼得到的呢？
Package ID相當於是一個命名空間，限定資源的來源。Android系統當前定義了兩個資源命令空間，其中一個系統資源命令空間，它的Package ID等於0x01，另外一個是應用程序資源命令空間，它的Package ID等於0x7f。所有位於[0x01, 0x7f]之間的Package ID都是合法的，而在這個范圍之外的都是非法的Package ID。前面提到的系統資源包package-export.apk的Package ID就等於0x01，而我們在應用程序中定義的資源的Package ID的值都等於0x7f，這一點可以通過生成的R.java文件來驗證。
Type ID是指資源的類型ID。資源的類型有animator、anim、color、drawable、layout、menu、raw、string和xml等等若干種，每一種都會被賦予一個ID。
Entry ID是指每一個資源在其所屬的資源類型中所出現的次序。注意，不同類型的資源的Entry ID有可能是相同的，但是由於它們的類型不同，我們仍然可以通過其資源ID來區別開來。
關於資源ID的更多描述，以及資源的引用關系，可以參考frameworks/base/libs/utils目錄下的README文件
我們可以得知系統資源對應id的xml文件是在哪裡：frameworks\base\core\res\res\values\public.xml
那麼我們用上面解析到的id，去public.xml文件中查詢一下：
查到了，是versionCode，對於這個系統資源id存放文件public.xml還是很重要的，後面在講解resource.arsc文件格式的時候還會繼續用到。
第四、解析StartNamespaceChunk
這個Chunk主要包含一個AndroidManifest文件中的命令空間的內容，Android中的xml都是采用Schema格式的，所以肯定有Prefix和Uri的。
這裡在腦補一個知識點：xml格式有兩種：DTD和Schema，不了解的同學可以閱讀這篇文章
1、ChunkType：Chunk的類型，固定四個字節：0x00100100
2、ChunkSize：Chunk的大小，四個字節
3、LineNumber：在AndroidManifest文件中的行號，四個字節
4、Unknown：未知區域，四個字節
5、Prefix：命名空間的前綴(在字符串中的索引值)，比如：android
6、Uri：命名空間的uri(在字符串中的索引值)：比如：http://schemas.android.com/apk/res/android
解析代碼：
/**
* 解析StartNamespace Chunk
* @param byteSrc
*/
public static void parseStartNamespaceChunk(byte[] byteSrc){
//獲取ChunkTag
byte[] chunkTagByte = Utils.copyByte(byteSrc, 0, 4);
System.out.println(Utils.bytesToHexString(chunkTagByte));
//獲取ChunkSize
byte[] chunkSizeByte = Utils.copyByte(byteSrc, 4, 4);
int chunkSize = Utils.byte2int(chunkSizeByte);
System.out.println("chunk size:"+chunkSize);
//解析行號
byte[] lineNumberByte = Utils.copyByte(byteSrc, 8, 4);
int lineNumber = Utils.byte2int(lineNumberByte);
System.out.println("line number:"+lineNumber);
//解析prefix(這裡需要注意的是行號後面的四個字節為FFFF,過濾)
byte[] prefixByte = Utils.copyByte(byteSrc, 16, 4);
int prefixIndex = Utils.byte2int(prefixByte);
String prefix = stringContentList.get(prefixIndex);
System.out.println("prefix:"+prefixIndex);
System.out.println("prefix str:"+prefix);
//解析Uri
byte[] uriByte = Utils.copyByte(byteSrc, 20, 4);
int uriIndex = Utils.byte2int(uriByte);
String uri = stringContentList.get(uriIndex);
System.out.println("uri:"+uriIndex);
System.out.println("uri str:"+uri);
uriPrefixMap.put(uri, prefix);
prefixUriMap.put(prefix, uri);
}
解析的結果如下：
這裡的內容就是上面我們解析完String之後的對應的字符串索引值，這裡我們需要注意的是，一個xml中可能會有多個命名空間，所以這裡我們用Map存儲Prefix和Uri對應的關系，後面在解析節點內容的時候會用到。
第五、StratTagChunk
這個Chunk主要是存放了AndroidManifest.xml中的標簽信息了，也是最核心的內容，當然也是最復雜的內容
1、ChunkType：Chunk的類型，固定四個字節：0x00100102
2、ChunkSize：Chunk的大小，固定四個字節
3、LineNumber：對應於AndroidManifest中的行號，四個字節
4、Unknown：未知領域，四個字節
5、NamespaceUri：這個標簽用到的命名空間的Uri,比如用到了android這個前綴，那麼就需要用http://schemas.android.com/apk/res/android這個Uri去獲取，四個字節
6、Name：標簽名稱(在字符串中的索引值)，四個字節
7、Flags：標簽的類型，四個字節，比如是開始標簽還是結束標簽等
8、AttributeCount：標簽包含的屬性個數，四個字節
9、ClassAtrribute：標簽包含的類屬性，四個字節
10，Atrributes：屬性內容，每個屬性算是一個Entry,這個Entry固定大小是大小為5的字節數組：
[Namespace，Uri，Name，ValueString，Data]，我們在解析的時候需要注意第四個值，要做一次處理：需要右移24位。所以這個字段的大小是：屬性個數*5*4個字節
解析代碼：
/**
* 解析StartTag Chunk
* @param byteSrc
*/
public static void parseStartTagChunk(byte[] byteSrc){
//解析ChunkTag
byte[] chunkTagByte = Utils.copyByte(byteSrc, 0, 4);
System.out.println(Utils.bytesToHexString(chunkTagByte));
//解析ChunkSize
byte[] chunkSizeByte = Utils.copyByte(byteSrc, 4, 4);
int chunkSize = Utils.byte2int(chunkSizeByte);
System.out.println("chunk size:"+chunkSize);
//解析行號
byte[] lineNumberByte = Utils.copyByte(byteSrc, 8, 4);
int lineNumber = Utils.byte2int(lineNumberByte);
System.out.println("line number:"+lineNumber);
//解析prefix
byte[] prefixByte = Utils.copyByte(byteSrc, 8, 4);
int prefixIndex = Utils.byte2int(prefixByte);
//這裡可能會返回-1，如果返回-1的話，那就是說沒有prefix
if(prefixIndex != -1 && prefixIndex attrList = new ArrayList(attrCount);
for(int i=0;i> 24);
attrData.type = value;
break;
case 4:
attrData.data = value;
break;
}
values[j] = value;
}
attrList.add(attrData);
}
for(int i=0;i代碼有點長，我們來分析一下：解析屬性：
//解析屬性
//這裡需要注意的是每個屬性單元都是由五個元素組成，每個元素占用四個字節：namespaceuri, name, valuestring, type, data
//在獲取到type值的時候需要右移24位
ArrayList attrList = new ArrayList(attrCount);
for(int i=0;i> 24);
attrData.type = value;
break;
case 4:
attrData.data = value;
break;
}
values[j] = value;
}
attrList.add(attrData);
}
看到第四個值的時候，需要額外的處理一下，就是需要右移24位。
解析完屬性之後，那麼就可以得到一個標簽的名稱和屬性名稱和屬性值了：
看解析的結果：
標簽manifest包含的屬性：
這裡有幾個問題需要解釋一下：
1、為什麼我們看到的是三個屬性，但是解析打印的結果是5個？
因為系統在編譯apk的時候，會添加兩個屬性：platformBuildVersionCode和platformBuildVersionName
這個是發布的到設備的版本號和版本名稱
這個是解析之後的結果
2、當沒有android這樣的前綴的時候，NamespaceUri是null
3、當dataType不同，對應的data值也是有不同的含義的：
這個方法就是用來轉義的，後面在解析resource.arsc的時候也會用到這個方法。
4、每個屬性理論上都會含有一個NamespaceUri的，這個也決定了屬性的前綴Prefix,默認都是android，但是有時候我們會自定義一個控件的時候，這時候就需要導入NamespaceUri和Prefix了。所以一個xml中可能會有多個Namespace，每個屬性都會包含NamespaceUri的。
其實到這裡我們就算解析完了大部分的工作了，至於還有EndTagChunk，那個和StartTagChunk非常類似，這裡就不在詳解了：
/**
* 解析EndTag Chunk
* @param byteSrc
*/
public static void parseEndTagChunk(byte[] byteSrc){
byte[] chunkTagByte = Utils.copyByte(byteSrc, 0, 4);
System.out.println(Utils.bytesToHexString(chunkTagByte));
byte[] chunkSizeByte = Utils.copyByte(byteSrc, 4, 4);
int chunkSize = Utils.byte2int(chunkSizeByte);
System.out.println("chunk size:"+chunkSize);
//解析行號
byte[] lineNumberByte = Utils.copyByte(byteSrc, 8, 4);
int lineNumber = Utils.byte2int(lineNumberByte);
System.out.println("line number:"+lineNumber);
//解析prefix
byte[] prefixByte = Utils.copyByte(byteSrc, 8, 4);
int prefixIndex = Utils.byte2int(prefixByte);
//這裡可能會返回-1，如果返回-1的話，那就是說沒有prefix
if(prefixIndex != -1 && prefixIndex
但是我們在解析的時候，我們需要做一個循環操作：
因為我們知道，Android中在解析Xml的時候提供了很多種方式，但是這裡我們沒有用任何一種方式，而是用純代碼編寫的，所以用一個循環，來遍歷解析Tag，其實這種方式類似於SAX解析XML，這時候上面說到的那個Flag字段就大有用途了。
這裡我們還做了一個工作就是將解析之後的xml格式化一下：
難度不大，這裡也就不繼續解釋了，這裡有一個地方需要優化的就是，可以利用LineNumber屬性來，精確到格式化行數，不過這個工作量有點大，這裡就不想做了，有興趣的同學可以考慮一下，格式化完之後的結果：
帥氣不帥氣，把手把手的將之前的16進制的內容解析出來了，吊吊的，成就感爆棚呀~~
這裡有一個問題，就是我們看到這裡還有很多@7F070001這類的東西，這個其實是資源Id,這個需要我們後面解析完resource.arsc文件之後，就可以對應上這個資源了，後面會在提到一下。這裡就知道一下可以了。
這裡其實還有一個問題，就是我們發現這個可以解析AndroidManifest文件了，那麼同樣也可以解析其他的xml文件：
擦，我們發現解析其他xml的時候，發現報錯了，定位代碼發現是在解析StringChunk的地方報錯了，我們修改一下：
因為其他的xml中的字符串格式和AndroidManifest.xml中的不一樣，所以這裡需要單獨解析一下：
修改之後就可以了。
四、技術拓展
在反編譯的時候，有時候我們只想反編譯AndroidManifest內容，所以ApkTool工具就有點繁瑣了，不過網上有個牛逼的大神已經寫好了這個工具AXMLPrinter.jar，這個工具很好用的：java -jar AXMLPrinter.java xxx.xml >demo.xml
從項目結構我們可以發現，他用的是Android中自帶的Pull解析xml的，主函數是：
五、為什麼要寫這篇文章
那麼現在我們也可以不用這個工具了，因為我們自己也寫了一個工具解析，是不是很吊吊的呢？那麼我們這篇文章僅僅是為了解析AndroidManifest嗎？肯定不是，寫這篇文章其實是另有目的的，為我們後面在反編譯apk做准備，其實現在有很多同學都發現了，在使用apktool來反編譯apk的時候經常報出一些異常信息，其實那些就是加固的人，用來對抗apktool工具的，他們專門找apktool的漏洞，然後進行加固，從而達到反編譯失敗的效果，所以我們有必要了解apktool的源碼和解析原理，這樣才能遇到反編譯失敗的錯誤的時候，能定位到問題，在修復apktool工具即可，那麼apktool的工具解析原理其實很簡單，就是解析AndroidManifest.xml，然後是解析resource.arsc到public.xml(這個文件一般是反編譯之後存放在values文件夾下面的，是整個反編譯之後的工程對應的Id列表)，其次就是classes.dex。還有其他的布局，資源xml等，那麼針對於這幾個問題，我們這篇文章就講解了：解析XML文件的問題。後面還會繼續講解如何解析resource.arsc和classes.dex文件的格式。當然後面我會介紹一篇關於如果通過修改AndroidManifest文件內容來達到加固的效果，以及如何我們做修復來破解這種加固。
六、總結
這篇文章到這裡就算結束了，寫的有點累了，解析代碼已經有下載地址了，有不理解的同學可以聯系我，加入公眾號，留言問題，我會在適當的時間給予回復，謝謝，同時記得關注後面的兩篇解析resource.arsc和classes.dex文件格式的文章。謝謝~~
PS: 關注微信，最新Android技術實時推送
android編譯系統學習，android編譯學習
android編譯系統學習，android編譯學習近日接手了後續android新平台項目搭建的任務。 本文內容基於sprd公司提供的android5.1源碼。 一、一般的
Android 內存洩漏的幾種可能總結
Android 內存洩漏的幾種可能總結 Java是垃圾回收語言的一種，其優點是開發者無需特意管理內存分配，降低了應用由於局部故障(segmentation
谷歌電子市場3--應用，谷歌電子市場3--
谷歌電子市場3--應用，谷歌電子市場3-- public class AppFragment extends BaseFragment { Arr
[android] 安卓自定義樣式和主題，android安卓
[android] 安卓自定義樣式和主題，android安卓簡單練習自定義樣式和主題，樣式是加在View上，主題是加在Application或者Activity上 sty
