Android Dex文件详解

前言相信大家都熟悉dex文件，把一个apk给解压缩，就会得到一堆dex文件，但是这些dex文件是怎么来的，又有什么用，为什么这样设计，有进行思考过吗俗话说知其然，知其所以然，本篇文章开始探究一下这些底层实现细节。正文不同的虚拟机JVMJVM是Java Virtual Machine的简称，即Java虚拟机，它本质是一层软件抽象，在这之上才可以运行Java程序。Java文件经过编译后会生成JVM字节

Misdirection_XG

7690人浏览 · 2022-05-27 17:15:59

Misdirection_XG · 2022-05-27 17:15:59 发布

前言

相信大家都熟悉dex文件，把一个apk给解压缩，就会得到一堆dex文件，但是这些dex文件是怎么来的，又有什么用，为什么这样设计，有进行思考过吗

俗话说知其然，知其所以然，本篇文章开始探究一下这些底层实现细节。

正文

不同的虚拟机

JVM

JVM是Java Virtual Machine的简称，即Java虚拟机，它本质是一层软件抽象，在这之上才可以运行Java程序。Java文件经过编译后会生成JVM字节码，和C语言编译后生成的汇编语言不同，C编译成的汇编语言可以直接在硬件上跑，但是Java编译生成的字节码是在JVM上跑，需要由JVM把字节码翻译成机器指令。

也是由于这个JVM在操作系统上屏蔽了底层实现的差异，从而有了Java的跨平台特性。

DVM

DVM是Dalvik Virtual Machine的简称，是Android4.4及以前使用的虚拟机，所有Android程序都运行在Android系统进程中，每个进程对应着一个Dalvik虚拟机实例。

JVM和DVM都提供了对对象生命周期管理，堆栈管理，安全和异常管理及垃圾回收等重要功能。

但是DVM却不能和JVM一样能直接运行Java字节码，它只能运行.dex文件，而这个.dex文件则是由Java字节码通过Android的dx工具生成的文件。

ART

ART是Android Runtime，在Android5.0开始使用ART虚拟机来替代Dalvik虚拟机，为什么Google要换Android程序运行的虚拟机呢因为ART虚拟机更优秀。

前面说了Dalvik虚拟机会在APP打开时去运行.dex文件，而这个是实时的，也就是JIT特性(Just In Time)，这也就会导致在启动APP时会先将.dex文件转换成机器码，这就导致了APP启动慢的问题。

而ART虚拟机有个很好的特性叫做AOT(ahead of time)，这个特性可以在安装APK的时候将dex直接处理成可直接供ART虚拟机使用的机器码，ART虚拟机将.dex文件转换成可直接运行的.oat文件，而且ART虚拟机天生支持多dex，所以ART虚拟机可以很大提升APP的冷启动速度。

除了这个优点外，ART还提升了GC速度，提供功能更全面的Debug特性，但是缺点也就是APK安装速度慢，占用的空间多。

生成和查看dex文件

前面说了dex文件是给Android手机的虚拟机来使用的，所以我们来看看如何生成和查看一个dex文件。

先编写一个简单的.java文件：

public class HelloWorld {  
    int a = 0;  
    static String b = "HelloDalvik";  
  
    public int getNumber(int i, int j) {  
        int e = 3;  
        return e + i + j;  
    }  
  
    public static void main(String[] args) {  
        int c = 1;  
        int d = 2;  
        HelloWorld helloWorld = new HelloWorld();  
        String sayNumber = String.valueOf(helloWorld.getNumber(c, d));  
        System.out.println("HelloDex!" + sayNumber);  
    }  
}

然后使用javac命令来编译.java文件为.class，注意这里必须使用Java 8，而不能使用Java 11，如下图专门使用Java 8编译的结果(原来Windows环境变量是Java 11，后续的dex解析有误):

有了.class文件后，就是Android的dx工具，该工具一般在下面目录：

//也就是sdk目录下的build-tools文件夹中
D:\Users\wayee\AppData\Local\Android\sdk\build-tools\30.0.3\dx.bat

使用dx工具对.class文件进行处理：

然后会生成一个.dex文件，直接打开这个dex文件它是十六进制编码的文件，看不出任何有用信息，这时就需要一个专门来看这个的工具，这里推荐使用 010 Editor 这个工具，直接把.dex文件拖入工具：

注意这里选择的模板就是DEX.bt，然后就可以按照DEX的格式来分析这些字节是什么意思了，所以看懂dex文件必须要了解DEX文件的格式。

Dex文件格式

看到这里就必须要清楚一个基本概念了，也就是平时使用Java编写的文件，这里给编译打包成dex文件，那这个dex文件就必须要包含这个Java文件的所有信息，那是按照Java文件顺序一行一行保存为字节码还是其他什么方式呢

所以想知道编译器是如何在编译Java文件后保存信息的，就必须要清楚Dex文件格式。

我们可以直接在刚刚010 Editor软件中看到Dex.bt即Dex文件的格式，其格式如下：

当然也可以去Android源码官网看一下Dex的格式：

看了上面dex文件的格式，其大致可以分为3个区域，分别是文件头、索引区和数据区，那我们就来挨个分析这几个区域有什么作用，以及是如何保存编译后的Java文件。

header 文件头

头文件它包含了这个dex文件的几乎所有信息，所以它的信息非常多，其格式如下：

然后这时就直接点击010 Editor下面的dex_header部分：

其中上面的红框就是文件头的数据，而下面的红框就是文件头的格式，我们来挨个分析一下。

1、Magic value，即魔数，这个就是用来失败dex这种文件的，可以判断当前的dex文件是否有效，其值是固定死的：

转换成ASCII也就是dex.035，所以凡是dex文件都是这个开头，否则就是错误的dex文件。

2、checksum，dex文件的校验和，它可以判断dex文件是否损坏或者篡改，占用4个字节，注意这里是采用小字节序的编码方式，即低位上存储的就是低字节内容，可以看一下：

会发现这里的值和二进制保存是相反的。

3、SHA1签名，也就是把整个dex文件用SHA-1签名得到的一个值，占用20个字节。

4、fileSize，整个文件的大小，占用4个字节，看一下值这里是：

十进制是1204，换算成16进制就是4B4，我们再来看看这个dex文件的长度：

这里长度也是4B4。

5、headerSize，表示头结构的大小，占用4个字节，这个就不截图看了。

6、endian_tag，表示字节序，这里具体的值就2个，标准的.dex格式采用小段字节序，但具体实现可能会选择执行字节交换，所以这个改变就由这个tag来判断。

7、linkSize和linkOff，这2个字段指定了链接段的大小和文件偏移，通常情况下他们都是0，linkSize为0表示为静态链接。

从这里开始就会发现有off这个字段，这是啥意思呢，其实也就是文件偏移量，也就是从这个文件第多少位置开始表示的值。

8、mapOff，这个字段表示DexMapList的文件偏移，这里我们先不多介绍，后面再说，这里值是：

换成16进制就是414h。

9、stringIdsSize和stringIdsOff，这2个字段指定了dex文件中所有用到的字符串的个数和位置偏移，注意这里指的是位置偏移，而不是真正的字符串值。

我们来看看size是多少：

会发现一共有28个字符串，而其值的偏移从112开始，而这个112是不是有点熟悉，112是整个dex头的大小，也就说明在头部之后第一部分就是字符串索引，这里之所以叫做索引也很合理，从112开始的n个字节保存的是程序用到的字符串的偏移量，注意这里不是字符串，只是各个字符串的偏移量。

这时你可能会疑惑，这28个字符串的偏移量该如何存放以及值是多少，我们完全不用担心，还是打开010 Editor软件，选中数据结构是dex_string_ids即可：

会发现从70h开始，开始保存的每个字符串的偏移量，而这个偏移量对应的就是最后面部分的值，我们还是拿第一个字符串来说：

会发现这里的偏移量，我们转到偏移量会发现：

这里是用了10个字节来保存了一个字符串，这个字符串是"clinit"，我们暂时不考虑这个字符串是啥意思，这里采用了一种叫做uleb的数据结构，来动态保存字符串长度，这里我们暂时不考虑细节。

其实从这个字符串保存的方法来看，我们已经能大概看出是如何保存的了。首先在头部保存字符串大小，以及字符串索引的偏移量，然后再遍历索引找到每个字符串。

比如上面我们的代码，在这里保存的字符串是如下：

10、typeIds和typeIdsOff，有了上面字符串保存的逻辑，这个就是类的类型的数量和位置偏移，也都是占用4个字节，我们还是来看看值：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kW77mc6C-1653642835067)(https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/0b0eb703dded4459a2e3a9b282327f8f~tplv-k3u1fbpfcp-zoom-in-crop-mark:1956:0:0:0.image?)]

一共用到了9个类型，但是注意这里就没必要像保存字符串一样了，记录每个类型的偏移量，再去偏移的地方取值，这里类型的描述符已经在前面字符串变量中都进行描述过了，所以这里保存的是字符串的索引，我们来看看：

找到上面对应的偏移位置，我们发现第一个类型值是0x5，然后我们再去前面的字符串索引找到下标为5的字符串：

会发现这里的值是I，也就是第一个类型，依次类推，所有的类型如下：

会发现这几个类型的字符串描述在前面字符串列表中都保存过了，这样设计也可以减小查询操作、节省内存。

11、protoIdSize和protoIdOff，这个表示的是方法原型的个数和位置偏移，会发现上面dex文件中有7个方法原型，这里图就不截了，来看一下这7个方法原型都保存了哪些数据：

其实不难理解，想表示一个方法原型不外乎就是方法名、返回值和参数，其中参数可能是多个，所以会有多个类型索引，这里具体的数据结构就不细说了，大体意思理解即可，来看看7个方法原型：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-M9aNGJ56-1653642835081)(https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/0de94620959b4b9e92178e7999594b2b~tplv-k3u1fbpfcp-zoom-in-crop-mark:1956:0:0:0.image?)]

这里的方法也就是前面java文件中有使用到的。

12、fieldSize和fieldOff，这2个字段就比较简单了，表示java文件中字段的信息，从头部数据结构中会发现有3个字段，我们直接看一下字段索引的数据：

会发现到这里时，信息表示就变的简单了，因为你想表示一个字段，不外乎就是类型、其类的类型、以及自己描述的字符串，而由于前面我们已经得到了字符串索引和类型索引，所以这里数据结构中的值直接使用前面定义过的索引即可。

还是看一下定义的所有字段的值：

13、methodSize和methodOff，这2个字段就比较熟悉了，表示了方法，而方法的表示也是需要几个要点，比如方法所在的类、方法的声明以及方法名，而类在之前类型索引定义过了，方法声明也声明过了，以及方法名也就是之前定义的字符串索引，所以这里我们就不细看其数据结构了，直接看一下我们前面写的java文件有多少个方法：