DEX 结构手工解析:按 header 偏移定位 string/type/proto/field/method 与 class_defs
mobile/android · verified
一句话结论
DEX 是 Android 的 Dalvik/ART 可执行文件,其头部按固定偏移存有各索引段的 size/off;按 header → string_ids → type_ids → proto_ids → field_ids → method_ids → class_defs → class_data_item → code_item 逐级解引用,即可在没有 jadx 的情况下定位任意类、字段、方法及其字节码偏移,用于 APK 逆向、加固/混淆分析和工具失效时的手工核对。
原理
- DEX 整体采用小端存储,文件以
magic(dex\n035\0等)开头,随后是checksum(u4,Adler-32,不含 magic 与自身)、signature(20 字节 SHA-1)、file_size、header_size(通常0x70)、endian_tag(通常0x12345678)。 header_item之后依次给出各段的条目数量与文件偏移:string_ids、type_ids、proto_ids、field_ids、method_ids、class_defs,以及data_size/data_off;map_off指向map_list,可用于交叉验证各段范围。string_id_item只有一个 u4string_data_off,指向string_data_item:ULEB128 编码的utf16_size(UTF-16 码元数,不是字节数)+ MUTF-8 数据 + 0 结尾。type_id_item.descriptor_idx指向字符串表,得到I、Ljava/lang/String;等类型描述符。proto_id_item由shorty_idx(短描述符,如III)、return_type_idx、parameters_off(指向type_list:u4 size + u2 type_idx 数组)组成;field_id_item为class_idx/type_idx/name_idx;method_id_item为class_idx/proto_idx/name_idx。class_def_item包含class_idx、access_flags、superclass_idx、interfaces_off、source_file_idx、annotations_off、class_data_off、static_values_off;class_data_off指向class_data_item,其中四个 ULEB128 计数后跟encoded_field/encoded_method数组。encoded_field为field_idx_diff(与前一字段索引的差值)+access_flags;encoded_method为method_idx_diff+access_flags+code_off;code_off指向code_item(registers_size/ins_size/outs_size/tries_size/debug_info_off/insns_size/insns[]),即真正的 Dalvik 字节码。- 索引差值是 DEX 压缩体积的关键:字段/方法列表按索引升序排列,只存相邻差值;解析时必须累加还原绝对索引。
触发条件
- 已获取
classes.dex(从 APK 解包或加固脱壳得到),需要枚举类/字段/方法、定位方法字节码,或核验加固/混淆后的 DEX 是否被篡改。 - 反编译工具(jadx、baksmali)失败、结果不可信,或需要绕过其解析限制时,可手工按结构解析。
- 需要理解
checksum/signature与header字段以做完整性校验或修改后重算。
利用步骤
- 确认文件头:前 8 字节为
dex\n035\0(其他版本可能是 036/037/038/039),header_size应为0x70,endian_tag为0x12345678。 - 从固定偏移读取各段数量与偏移:
string_ids(0x38/0x3C)、type_ids(0x40/0x44)、proto_ids(0x48/0x4C)、field_ids(0x50/0x54)、method_ids(0x58/0x5C)、class_defs(0x60/0x64)。 - 解析字符串表:每个
string_id是 u4 偏移,跳到string_data_item先读 ULEB128utf16_size,再按 MUTF-8 读取字符串。 - 解析类型/原型/字段/方法:按索引到
string_ids取描述符与名称,按parameters_off读type_list还原参数类型。 - 解析类定义:由
class_def.class_data_off进入class_data_item,依次读取 static/instance 字段与 direct/virtual 方法的差值索引和访问标志;code_off非 0 时进入code_item取字节码。 - 交叉验证:用
map_off指向的map_list检查各段起止偏移是否与 header 一致;修改 DEX 后需重算checksum与 SHA-1signature(若目标校验它们)。 - 自动化可用 dexlib2:
DexFileFactory.loadDexFile(file, Opcodes.forApi(19))后遍历getClasses()、getFields()、getMethods(),避免手写全部结构。
PoC
最小手工解析片段(Python,读取 header 与字符串表;仅用于自有样本分析):
import struct
d = open("classes.dex", "rb").read()
assert d[:8] == b"dex\n035\0"
def u4(off):
return struct.unpack_from("<I", d, off)[0]
def uleb(off):
result = shift = 0
while True:
b = d[off]; off += 1
result |= (b & 0x7F) << shift
if not b & 0x80:
return result, off
shift += 7
print("file_size", hex(u4(0x20)), "header_size", hex(u4(0x24)))
strings_size, strings_off = u4(0x38), u4(0x3C)
type_size, type_off = u4(0x40), u4(0x44)
proto_size, proto_off = u4(0x48), u4(0x4C)
field_size, field_off = u4(0x50), u4(0x54)
method_size, method_off = u4(0x58), u4(0x5C)
class_size, class_off = u4(0x60), u4(0x64)
print(strings_size, type_size, proto_size, field_size, method_size, class_size)
for i in range(strings_size):
size, data = uleb(u4(strings_off + i * 4))
# 样例字符串均为 ASCII;非 ASCII 需按 MUTF-8 解码,size 是 UTF-16 码元数而非字节数
print(i, d[data:data + size].decode("utf-8", "replace"))
完整读取类/字段/方法可参考 dexlib2 的 DexFileFactory.loadDexFile + ClassDef.getFields()/getMethods();原文样例输出可正确还原 HelloWorld2 的 static String b、int a 与 <clinit>/<init>/main/getNumber。
变体与关联
- 多 DEX:APK 中可能存在
classes2.dex、classes3.dex等,需逐个按同样方式解析;加固应用可能在运行时才解密出真实 DEX。 - DEX 版本:magic 中的版本号会变化(035/036/037/038/039),头部字段布局基本一致,但新版本可能增加特性;
endian_tag可标记反向端序。 - 加固/壳:第一代壳常把 DEX 加密藏在 assets,运行时
attachBaseContext解密并替换mClassLoader;手工解析可用于核对脱壳产物是否完整。 - 关联:与 APK 字符串混淆还原、DEX 加固脱壳、JNI 逆向等卡配合;解析
code_item后可用 baksmali/IDA 进一步反汇编。
检测与防御
- 本卡性质:属于 APK/DEX 逆向分析基础技巧,不是可直接利用的漏洞;防御重点是提高逆向成本与完整性校验。
- 加固:使用商业壳/DEX 加密、字符串加密、类名与方法名混淆、控制流平坦化,避免真实 DEX 以明文落在 APK 中。
- 完整性:应用启动时校验 DEX
checksum/signature或签名证书,检测重打包与二次修改;服务端结合签名校验与风控。 - 检测:监控异常的 APK 解包/重打包、DEX 修改后重算校验值、调试器附加与内存 dump 行为。