python实现md5_Android APK资源分析之Python实现

背景

随着业务的快速迭代增长，京东主站APP不断加入新的代码、图片资源、第三方SDK、React Native等等，直接导致APK体积不断增加。APK体积增长也会带来诸多问题，例如：推广费用增加，用户下载意愿降低，流量费用增加，下载及安装成功率降低，甚至可能会影响用户留存率；应用市场限制，Google Play规定安装包上限为100M。所以APK瘦身已经是迫在眉睫的事情。在尝试瘦身过程中，我们借鉴了很多业界其他同行的方案，比如资源混淆、图片压缩/转码等，同时针对自己需求发现了一些新的技巧。本文主要讲解如何使用Python对APK进行分析，统计基础数据，分析可优化的资源，为应用瘦身提供数据支持。

分析APK的前提条件就是要充分了解APK组成，所以下文将首先简单介绍APK组成。

APK文件目录

APK是一个压缩包，使用aapt l file.apk命令可以查看APK下所有文件，如下: 

 简单归类如下 ：

当然还会有一些其他文件，例如org/，src/，aidl等等文件或文件夹，这些资源是Java Resources，具体详情可以了解下APK打包流程。

在充分了解APK组成部分后，下面来介绍下APK扫描实现主要工作。

APK分析主要工作

分析APK主要分为以下部分:

1)下载APK以及mapping文件。

2)AAPT获取APK信息。

3)读取APK在操作系统中大小(apk_file_size)以及APK真正大小(apk_download_size)。

4)还原混淆后资源ID。

5)根据文件MD5判断重复资源文件。

6)读取DEX头文件获取classes.dex的class_numbers和references_methods。

7)获取非alpha通道图以及图片尺寸，遍历出非透明通道图。

8)ZipFile解压APK的so文件并读取so文件内容，还原so混淆的资源ID，so中非透明通道图。

9)res/下无用资源。

以上工作主要使用Python进行实现，Python断点续传下载APK以及Mapping文件之后解压文件,为之后分析APK做好准备。这里关于Python下载实现不再赘述。

3.1  AAPT获取APK信息

通过AAPT命令可以获取APK的package_name，version_name，version_code，launch_activity，min_sdk_version，target_sdk_version，application_label等信息

具体实现如下：

def get_apk_base_info(self): # 获取apk包的基本信息p = subprocess.Popen(self.aapt_path + " dump badging %s" % self.apkPath, stdout=subprocess.PIPE,                         stderr=subprocess.PIPE,                         stdin=subprocess.PIPE, shell=True)     (output, err) = p.communicate()     package_match = re.compile("package: name='(\S+)' versionCode='(\d+)' versionName='(\S+)'").match(output.decode())    if not package_match:        raise Exception("can't get package,versioncode,version")    package_name = package_match.group(1)    version_code = package_match.group(2)    version_name = package_match.group(3)    launch_activity_match = re.compile("launchable-activity: name='(\S+)'").search(output.decode())    if not launch_activity_match:        raise Exception("can't get launch_activity")    launch_activity = launch_activity_match.group(1)    sdk_version_match = re.compile("sdkVersion:'(\S+)'").search(output.decode())    if not sdk_version_match:        raise Exception("can't get min_sdk_version")    min_sdk_version = sdk_version_match.group(1)    target_sdk_version_match = re.compile("targetSdkVersion:'(\S+)'").search(output.decode())    if not target_sdk_version_match:        raise Exception("can't get target_sdk_version")    target_sdk_version = target_sdk_version_match.group(1)    application_label_match = re.compile("application-label:'([\u4e00-\u9fa5_a-zA-Z0-9-\S]+)'").search(output.decode())    if not application_label_match:        raise Exception("can't get application_label")    application_label = application_label_match.group(1)    return package_name, version_name, version_code,launch_activity,min_sdk_version,target_sdk_version,application_label

3.2 apk_file_size & apk_download_size

apk_file_size是APK在操作系统中占据存储空间，可以通过os模块直接获取；apk_download_size是APK内实际大小，可以ZipFile获取每个文件压缩大小，实现如下：

def get_apk_size(self):# 得到apk的文件大小     size = round(os.path.getsize(self.apkPath) / (1024 * 1000), 2)     # return str(size) + "M"     return os.path.getsize(self.apkPath)def get_apk_download_size(apk_file_name):     # 获取apk_download_size     zip_file = zipfile.ZipFile(apk_file_name, 'r')     zip_infos = zip_file.infolist()     download_size = 0     for index in range(len(zip_infos)):         zip_info = zip_infos[index]         download_size += zip_info.compress_size     return download_size     

3.3 ZipFile读取APK文件

许多人多使用apktool.jar解压APK&