Android 逆向笔记 —— ARSC 文件格式解析
往期目录：java
Class 文件格式详解android
Smali 语法解析 —— 类github
概述
咱们在解压缩 APK 文件以后，会看到一个叫作 resources.arsc 的文件，它的格式称之为 ARSC 文件格式 。那么它的做用是什么呢？你们对 R 文件确定都十分熟悉，它存储了资源的 ID。在打包过程当中，但凡使用到资源的地方都是使用这个 ID 来代替的。ARSC 文件就是一个资源索引表，它能够帮助系统根据资源 ID 快速找到资源。微信
当咱们使用 ApkTool 反编译的时候，会在 res/value 目录下生成一个 public.xml 文件，里面就记录了资源项及其对应的 ID，以下图所示：数据结构
虽然没有细看过 ApkTool 的源码，但我猜想这应该就是根据 ARSC 文件解析出来的。关于 ARSC 的文件结构，网上有一张很好的图片，拿过来给你们看一下：
若是以为有点绕，能够对照我画的思惟导图来阅读后面的文章：
ARSC 文件格式的数据结构在 AOSP 中也有相应的定义，位于 ResourceType.h 文件中 。总体上能够分为下面三大块：
ResTableHeader :文件头ResStringPool ：资源项值字符串池ResTablePackage ：数据块
其中 ResTablePackage 项最为复杂，包含了 ARSC 文件的数据块内容。其余两块内容较为简单。下面就来一一解析。
ResTableHeader
struct ResTable_header {
struct ResChunk_header header;
// The number of ResTable_package structures.
uint32_t packageCount;
};
复制代码
这里的 header 是 ResChunk_header 类型，咱们先来看一下这个类，它在 ARSC 文件的其余部分也会出现不少次。其实 ARSC 文件和 AndroidManifest.xml 文件有一些相似，也是由一个一个 Chunk 组成的。每个 Chunk 都有固定的 ResTable_header，具体格式以下：
struct ResChunk_header {
// Type identifier for this chunk. The meaning of this value depends
// on the containing chunk.
uint16_t type;
// Size of the chunk header (in bytes). Adding this value to
// the address of the chunk allows you to find its associated data
// (if any).
uint16_t headerSize;
// Total size of this chunk (in bytes). This is the chunkSize plus
// the size of any data associated with the chunk. Adding this value
// to the chunk allows you to completely skip its contents (including
// any child chunks). If this value is the same as chunkSize, there is
// no data associated with the chunk.
uint32_t size;
};
复制代码
type 是该 Chunk 的标识符，不一样的 Chunk 都有本身的标识符。headerSize 表示当前 Chunk Header 的大小。size 表示当前 Chunk 的大小。
ResChunkHeader 的结构仍是很简单的，咱们再回到 ResTableHeader。它除了 header 字段以外，还有一个 packageCount 字段，表示 ARSC 文件 ResTablePackage 的个数，即数据块的个数，一般是 1。
ResStringPool
ResTableHeader 后面紧接着的就是 ResStringPool，存放了 APK 中全部资源项值的字符串内容。我这里就不贴 ResStringPool 的结构图了，建议阅读的时候直接对照着我上面给的思惟导图，或者对照着 010 Editor 的解析结果。
ResStringPool 也有一个头，叫作 ResStringPoolHeader，其格式以下：
struct ResStringPool_header {
struct ResChunk_header header;
// Number of strings in this pool (number of uint32_t indices that follow
// in the data).
uint32_t stringCount;
// Number of style span arrays in the pool (number of uint32_t indices
// follow the string indices).
uint32_t styleCount;
// Flags.
enum {
// If set, the string index is sorted by the string values (based
// on strcmp16()).
SORTED_FLAG = 1<<0,
// String pool is encoded in UTF-8
UTF8_FLAG = 1<<8
};
uint32_t flags;
// Index from header of the string data.
uint32_t stringsStart;
// Index from header of the style data.
uint32_t stylesStart;
};
复制代码
有六个字段，来分别看一下：
header :ResChunkHeader，其 type 是RES_STRING_POOL_TYPEstringCount :字符串个数styleCount :字符串样式个数flags :字符串的属性，可取值包括0x000(UTF-16),0x001(字符串通过排序)、0X100(UTF-8)和他们的组合值stringsStart :字符串内容偏移量stylesStart :字符串样式内容偏移量
ResStringPoolHeader 以后跟着的是两个偏移量数组 stringOffsets 和 styleOffsets，分别是字符串内容偏移量数组和字符串样式内容偏移量数组。上面提到的偏移量都是相对整个 ResStringPool 的。根据起始偏移量和每一个字符串的偏移量数组，咱们就能够获取到全部字符串了。注意这里的字符串并非纯粹的字符串，它也是有结构的。 u16len 和 u8len，分别表明 UTF-8 和 UTF-16 下的字符串长度。那么如何区分呢？以前的 ResStringPoolHeader 中的 flags 属性就标记了编码格式。若是是 utf-8，则字符串以 0x00 结尾，开头前两个字节分别表示 u8len 和 u16len。若是是 utf-16，则字符串以 0x0000 结尾，开头前两个字节表示 u16len，没有 u8len 字段。
下面简单看一下解析代码：
private ResStringPoolHeader parseStringPoolType(List<String> stringPoolList) {
int currentPosition = reader.getCurrentPosition();
ResStringPoolHeader stringPoolHeader = new ResStringPoolHeader();
try {
stringPoolHeader.parse(reader);
List<Integer> stringOffsets = new ArrayList<>(stringPoolHeader.stringCount);
for (int i = 0; i < stringPoolHeader.stringCount; i++) {
int offset = reader.readInt();
stringOffsets.add(offset);
}
List<Integer> styleOffsets = new ArrayList<>();
for (int i = 0; i < stringPoolHeader.styleCount; i++) {
styleOffsets.add(reader.readInt());
}
int position = reader.getCurrentPosition();
for (int i = 0; i < stringPoolHeader.stringCount; i++) {
int length = 0;
int skipLength = 0;
if (stringPoolHeader.flags == ResStringPoolHeader.UTF8_FLAG) {
int u16len = reader.read(position + stringOffsets.get(i), 1)[0];
int u8len = reader.read(position + stringOffsets.get(i), 1)[0];
length = u8len;
skipLength = 1; // 若是是 utf-8，则字符串以 0x00结尾
} else {
int u16len =reader.readUnsignedShort();
length = u16len;
skipLength = 2; // 若是是 utf-16，则字符串以 0x0000结尾
}
String string = "";
try {
string = new String(reader.read(position + stringOffsets.get(i) + 2, skipLength*length));
reader.skip(skipLength);
} catch (Exception e) {
log(" parse string[%d] error!", i);
}
stringPoolList.add(string);
log(" stringPool[%d]: %s", i, string);
}
for (int i = 0; i < stringPoolHeader.styleCount; i++) {
int index = reader.readInt();
int firstChar = reader.readInt();
int lastChar = reader.readInt();
ResSpanStyle resSpanStyle = new ResSpanStyle(index, firstChar, lastChar);
log(resSpanStyle.toString());
reader.skip(4); // 0xffff
}
reader.moveTo(currentPosition + stringPoolHeader.resChunkHeader.size);
return stringPoolHeader;
} catch (IOException e) {
log(" parse string pool type error!");
}
return null;
}
复制代码
我拿我本身的 Wanandroid 安装包解压获得的 ARSC 文件作测试，一共打印了 2411 个字符串，以下图所示：
看完了字符串池，接下来就是最最重要的资源数据块 ResTablePackage 了。
ResTablePackage
从文章开头给出的思惟导图就能够看出来，ResTablePackage 占据了 ARSC 文件内容的大半壁江山。ResTablePackage 又能够分为五小块，以下所示：
ResTablePackageHeader :头信息typeStrings :资源类型字符串池keyStrings ：资源项名称字符串池ResTableTypeSpec ：资源表规范ResTableType ：资源表类型配置
下面来一一进行解析。
ResTablePackageHeader
其实我只是为了保持名称统一才取了个名字叫 ResTablePackageHeader，可是在 AOSP 中是叫作 ResTable_package，其内容以下所示：
struct ResTable_package {
struct ResChunk_header header;
// If this is a base package, its ID. Package IDs start
// at 1 (corresponding to the value of the package bits in a
// resource identifier). 0 means this is not a base package.
uint32_t id;
// Actual name of this package, \0-terminated.
uint16_t name[128];
// Offset to a ResStringPool_header defining the resource
// type symbol table. If zero, this package is inheriting from
// another base package (overriding specific values in it).
uint32_t typeStrings;
// Last index into typeStrings that is for public use by others.
uint32_t lastPublicType;
// Offset to a ResStringPool_header defining the resource
// key symbol table. If zero, this package is inheriting from
// another base package (overriding specific values in it).
uint32_t keyStrings;
// Last index into keyStrings that is for public use by others.
uint32_t lastPublicKey;
uint32_t typeIdOffset;
};
复制代码
header :ResChunkHeader , 其 type 是RES_TABLE_PACKAGE_TYPEid :包的 ID, 等于 Package Id,通常用户包的 Package Id 为0X7F, 系统资源包的 Package Id 为0X01。name :包名typeStrings ：资源类型字符串池在 ResTablePackage 中的偏移量lastPublicType ：通常资源类型字符串资源池的元素个数keyStrings ：资源名称字符串池在 ResTablePackage 中的偏移量lastPublicKey ：通常指资源项名称字符串资源池的元素个数。typeIdOffset ：未知，值为 0
typeStrings
typeStrings 是资源类型字符串池，既然是资源类型，很容易就想到 string 、layout 、drawable 、mipmap 等等，这些都是资源类型。说直白点，就是一般写代码时候的 R. 后面跟的东西。typeStrings 就是一个 ResStringPool，因此它的解析方式和以前是如出一辙的。直接看一下解析结果：
typeStrings:
stringPool[0]: a n i m
stringPool[1]: a n i m a t o r
stringPool[2]: a t t r
stringPool[3]: b o o l
stringPool[4]: c o l o r
stringPool[5]: d i m e n
stringPool[6]: d r a w a b l e
stringPool[7]: i d
stringPool[8]: i n t e g e r
stringPool[9]: i n t e r p o l a t o r
stringPool[10]: l a y o u t
stringPool[11]: m e n u
stringPool[12]: m i p m a p
stringPool[13]: r a w
stringPool[14]: s t r i n g
stringPool[15]: s t y l e
复制代码
这里是 utf-16 编码的。
keyStrings
keyStrings 是资源项名称字符串池，它也是 ResStringPool，就再也不多说了，直接看解析结果：
keyStrings:
stringPool[0]: abc_fade_in
stringPool[1]: abc_fade_out
stringPool[2]: abc_grow_fade_in_from_bottom
stringPool[3]: abc_popup_enter
stringPool[4]: abc_popup_exit
stringPool[5]: abc_shrink_fade_out_from_bottom
stringPool[6]: abc_slide_in_bottom
stringPool[7]: abc_slide_in_top
stringPool[8]: abc_slide_out_bottom
stringPool[9]: abc_slide_out_top
stringPool[10]: abc_tooltip_enter
stringPool[11]: abc_tooltip_exit
stringPool[12]: btn_checkbox_to_checked_box_inner_merged_animation
stringPool[13]: btn_checkbox_to_checked_box_outer_merged_animation
stringPool[14]: btn_checkbox_to_checked_icon_null_animation
...
...
...
stringPool[2322]: Widget.Support.CoordinatorLayout
stringPool[2323]: leak_canary_LeakCanary.Base
stringPool[2324]: leak_canary_Theme.Transparent
复制代码
资源项名称字符串池 keyStrings 以后是 ResTableTypeSpec 和 ResTableType ，它们是不定的交叉出现的。咱们先来看看 ResTableTypeSpec。
ResTableTypeSpec
ResTableTypeSpec 是资源表规范，用来描述资源项的配置差别性。系统根据不一样设备的配置差别就能够加载不一样的资源项。该部分数据结构对应结构体 ResTable_typeSpec :
struct ResTable_typeSpec {
struct ResChunk_header header;
// The type identifier this chunk is holding. Type IDs start
// at 1 (corresponding to the value of the type bits in a
// resource identifier). 0 is invalid.
uint8_t id;
// Must be 0.
uint8_t res0;
// Must be 0.
uint16_t res1;
// Number of uint32_t entry configuration masks that follow.
uint32_t entryCount;
enum {
// Additional flag indicating an entry is public.
SPEC_PUBLIC = 0x40000000
};
};
复制代码
header: ResChunkHeader，其 type 是RES_TABLE_TYPE_SPEC_TYPEid: 标识资源的 Type ID, Type ID 是指资源的类型 ID 。资源的类型有 animator、anim、color、drawable、layout、menu、raw、string 和 xml 等等若干种，每一种都会被赋予一个 IDres0: must be 0res1: must be 0entryCount: 等于本类型的资源项个数,指名称相同的资源项的个数
紧接着后面的是 entryCount 个 uint_32 数组，数组每一个元素都是用来描述资源项的配置差别性的。
ResTableType
ResTableType 是资源项的具体信息，包括资源项的名称，类型，值和配置等等。对应结构体 ResTable_type ：
struct ResTable_type {
struct ResChunk_header header;
enum {
NO_ENTRY = 0xFFFFFFFF
};
// The type identifier this chunk is holding. Type IDs start
// at 1 (corresponding to the value of the type bits in a
// resource identifier). 0 is invalid.
uint8_t id;
// Must be 0.
uint8_t res0;
// Must be 0.
uint16_t res1;
// Number of uint32_t entry indices that follow.
uint32_t entryCount;
// Offset from header where ResTable_entry data starts.
uint32_t entriesStart;
// Configuration this collection of entries is designed for.
ResTable_config config;
};
复制代码
header: ResChunkHeader，其 type 是RES_TABLE_TYPE_TYPEid: 标识资源的 Type ID, Type ID 是指资源的类型 ID 。资源的类型有 animator、anim、color、drawable、layout、menu、raw、string 和 xml 等等若干种，每一种都会被赋予一个 IDres0: must be 0res1: must be 0entryCount: 资源项的个数entryStart：资源项相对于本结构的偏移量config: 资源的配置信息
config 以后是一个大小为 entryCount 的 uint32_t 数组，用于描述资源项数据库的偏移量。这个偏移量数组以后是一个 ResTableEntry[]，咱们再来看一下这块内容。
ResTableEntry 是资源项数据，对应结构体 ResTable_entry ：
struct ResTable_entry {
// Number of bytes in this structure.
uint16_t size;
enum {
// If set, this is a complex entry, holding a set of name/value
// mappings. It is followed by an array of ResTable_map structures.
FLAG_COMPLEX = 0x0001,
// If set, this resource has been declared public, so libraries
// are allowed to reference it.
FLAG_PUBLIC = 0x0002,
// If set, this is a weak resource and may be overriden by strong
// resources of the same name/type. This is only useful during
// linking with other resource tables.
FLAG_WEAK = 0x0004
};
uint16_t flags;
// Reference into ResTable_package::keyStrings identifying this entry.
struct ResStringPool_ref key;
};
复制代码
size: 该结构体大小flags: 标志位key: 资源项名称在资源项名称字符串资源池的索引
根据 flags 的不一样，后面的数据结构也有所不一样。若是 flags 包含 FLAG_COMPLEX(0x0001)，则该数据结构是 ResTableMapEntry，ResTableMapEntry 是继承自 ResTableEntry 的，在原有结构上多了两个 uint32_t 字段 parent 和 count。parent 表示父资源项的 ID。count 表示接下来有多少个 ResTableMap。ResTableMap 结构以下所示：
struct ResTable_map {
ResTable_ref name; // 资源名称
Res_value value; // 资源值
}
复制代码
再来看看 ResValue ：
struct Res_value {
uint16_t size;
uint8_t res0;
uint8_t dataType;
data_type data;
复制代码
以上就是 flags 包含 FLAG_COMPLEX(0x0001)时表示的 ResTableMapEntry 的结构。若是不包含的话，就直接是 Res_value。
总结
最后关于 Package 数据块的内容其实说的比较简略，由于我的以为了解了解就能够了。若是想要深刻学习的话，我的十分推荐老罗的一篇文章，Android应用程序资源的编译和打包过程分析，写的至关的详细。
最后仍是给出解析代码地址，ResParser 。
文章首发微信公众号：
秉心说， 专一 Java 、 Android 原创知识分享，LeetCode 题解。更多 JDK 源码解析，扫码关注我吧！
- 1. Android 逆向笔记 —— ARSC 文件格式解析
- 2. Android逆向之旅---解析编译之后的Resource arsc文件格式
- 3. Android逆向笔记 —— DEX 文件格式解析
- 4. Android逆向笔记 —— AndroidManifest.xml 文件格式解析
- 5. Android逆向分析——ELF文件格式
- 6. Android解析编译之后的所有文件 so dex xml arsc 格式
- 7. Android解析编译以后的全部文件(so,dex,xml,arsc)格式
- 8. Android逆向之旅---解析编译以后的Resource.arsc文件格式
- 9. Android逆向之旅---SO ELF 文件格式详解
- 10. Android逆向之旅---SO(ELF)文件格式详解
- 更多相关文章...
- • TCP报文格式解析 - TCP/IP教程
- • UDP报文格式详解 - TCP/IP教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • IntelliJ IDEA安装代码格式化插件
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. Android 逆向笔记 —— ARSC 文件格式解析
- 2. Android逆向之旅---解析编译之后的Resource arsc文件格式
- 3. Android逆向笔记 —— DEX 文件格式解析
- 4. Android逆向笔记 —— AndroidManifest.xml 文件格式解析
- 5. Android逆向分析——ELF文件格式
- 6. Android解析编译之后的所有文件 so dex xml arsc 格式
- 7. Android解析编译以后的全部文件(so,dex,xml,arsc)格式
- 8. Android逆向之旅---解析编译以后的Resource.arsc文件格式
- 9. Android逆向之旅---SO ELF 文件格式详解
- 10. Android逆向之旅---SO(ELF)文件格式详解