Android培训班(64)dex文件格式5

string_ids_size和string_ids_off字段 这两个字段主要用来访问字符串资源，由于源程序里编译后，程序所需要使用到的字符串都保存在这个数据段里，以便解释执行这个dex文件代码时使用。比如调用库函数里的类名称描述，输出显示给用户查看的字符串。string_ids_size说明了有多少个字符串，而string_ids_off说明字符串数据区的开始位置。那么字符串数据区里的内容是怎么样排列的呢？下面就来分析这个字符串结构：
/*
* Direct-mapped "string_id_item".
*/
typedef struct DexStringId {
u4 stringDataOff; /* file offset to string_data_item */
} DexStringId;


从上面的结构可以看出来，这个数据区保存的只是字符串表的地址索引。如果要找到字符串的实际数据，还需要从这个地址索引找到文件的相应开始位置，然后才得到字符串数据。每一个字符串项占用4个字节。因此这个数据区的大小就为4＊string_ids_size。在保存字符串实际数据区，采用UTF16的格式来保存，也就是每两个字节为一个单位保存，因此发现这里保存的字符串是交错在一起，比如直接从dex文件里使用16进制显示出来内容如下：
3c06 6e69 7469 003e


实际这段数据是描述”<init>\0”，可见字符顺序与ASCII码的顺序并不一致，再仔细一看是交错在一起的，如果按16位的方式来读取，再把低字节放在前面，高字节放在后面，再拼接到一起，就是相应的顺序了。这段数据包括字符串的长度、字符串内容、字符串结束标志。把字符串按16位读取，再交换字节顺序，就变成如下字符串：
063c 696e 6974 3e00
字符串的长度是采用固定的长度，还是变长的长度来表示呢？在dex文件里是采用变长来表示字符串的长度。因为一个字符串的长度可能是一个字节，比如小于256；或者4个字节，比如1G大小以上。由于字符串的长度，大多数都是小于256个字节，因此需要使用一种编码，既可以表示一个字节的长度，也可以表示4个字节的长度。并且1个字节的长度占绝大多数，能满足这种表示的编码方式有很多，但dex文件里采用uleb128方式。leb128编码是一种变长编码，每个字节采用７位来表达原来的数据，最高位用来表示是否有后继字节。它的编码算法如下：
/*
* Writes a 32-bit value in unsigned ULEB128 format.
*
* Returns the updated pointer.
*/
DEX_INLINE u1* writeUnsignedLeb128(u1* ptr, u4 data)
{
while (true) {
u1 out = data & 0x7f;
if (out != data) {
*ptr++ = out | 0x80;
data >>= 7;
} else {
*ptr++ = out;
break;
}
}


return ptr;
}


它的解码算法如下：
/*
* Reads an unsigned LEB128 value, updating the given pointer to point
* just past the end of the read value. This function tolerates
* non-zero high-order bits in the fifth encoded byte.
*/
DEX_INLINE int readUnsignedLeb128(const u1** pStream) {
const u1* ptr = *pStream;
int result = *(ptr++);


if (result > 0x7f) {
int cur = *(ptr++);
result = (result & 0x7f) | ((cur & 0x7f) << 7);
if (cur > 0x7f) {
cur = *(ptr++);
result |= (cur & 0x7f) << 14;
if (cur > 0x7f) {
cur = *(ptr++);
result |= (cur & 0x7f) << 21;
if (cur > 0x7f) {
/*
* Note: We don't check to see if cur is out of
* range here, meaning we tolerate garbage in the
* high four-order bits.
*/
cur = *(ptr++);
result |= cur << 28;
}
}
}
}


*pStream = ptr;
return result;
}


根据上面的算法，来分析上面例子字符串，取得第一个字节是06，最高位为０，因此没有后继字节，那么取出这个字节里７位有效数据，就是６，也就是说这个字符串是６个字节，但不包括结束字符“\0”。到这里，就非常清楚字符串数据区的数据保存表示方式了。