IDA Pro idadex 模块详解:用 IDAPython 解析 Android DEX(Dalvik)文件
IDA Pro idadex 模块详解:用 IDAPython 解析 Android DEX(Dalvik)文件
idadex 是 IDA Pro 内置于 IDAPython 环境中的 DEX(Dalvik Executable)文件解析工具模块,专门服务于 Android 逆向工程场景:当 IDA 加载 Android 二进制后,可以通过它在脚本中读取字符串、方法、字段、类型等 DEX 元数据,并在 DEX 索引与 IDA 地址之间自由转换。读完本文,你将掌握 idadex 的完整 API 面:核心类 Dex 的六大操作分组、dex_method/dex_field 结构体、底层字节解包函数,以及全局对象 dex 的实际用法。
本文以 idadex.md 为主体,结合同目录下的权威 API 摘要 idadex.rst(源自 hex-rays.com 官方文档)与仓库内 idapython 技能包 的使用背景展开。
一、模块定位:Android 逆向中的 DEX 解析层
DEX(Dalvik Executable)是 Android 应用(APK 内部)的核心可执行文件格式,承载应用的全部代码与元数据。idadex 模块即为这一格式提供了解析工具,官方定位一句话即可概括:
DEX (Dalvik Executable) file parsing utilities for Android reverse engineering.
从 API 形态看,它围绕 DEX 文件的几大索引表展开,这与 DEX 二进制格式本身的组织方式一一对应:
| DEX 索引表 | 对应 idadex API 分组 |
|---|---|
string_ids(字符串池) |
get_string / as_string |
type_ids(类型描述符) |
get_type_string / decorate_java_typename / is_wide_type |
method_ids(方法定义) |
get_method / get_method_name / get_*_method_name |
field_ids(字段定义) |
get_field / get_field_name / get_full_field_name |
| access flags(访问标志) | access_string |
在 idapython 技能包 的语境下,该模块属于面向特定二进制格式的专用 API:技能包主路由表覆盖 ida_* 通用模块(ida_bytes、ida_funcs、ida_hexrays 等),而 idadex 则是分析 Android 样本时的垂直补充——你仍然用 ida_hexrays.decompile() 反编译 Dalvik 指令对应的伪代码,但解析方法名、类型描述符、字段引用等语义信息时,应直接调用 idadex。
二、API 全景图
idadex.rst 给出了模块的完整 API 摘要,分为三大部分:
顶层属性(Attributes)
| 属性 | 含义 |
|---|---|
uint8、uint16、uint32、uint64 |
定宽无符号整数类型(ctypes 风格) |
char、ushort |
字符 / 无符号短整型 |
ea_t |
IDA 有效地址类型(可随数据库 64 位化) |
dex |
全局 Dex 实例,见下文"全局对象" |
类(Classes)
| 类 | 基类 | 说明 |
|---|---|---|
dex_method |
ctypes.LittleEndianStructure |
DEX 方法元数据结构体 |
dex_field |
ctypes.LittleEndianStructure |
DEX 字段元数据结构体 |
longname_director_t |
ctypes.LittleEndianStructure |
长名管理结构体 |
Dex |
object |
主解析类,见下一节 |
函数(Functions)
| 函数 | 说明 |
|---|---|
to_uint32(v) |
转换为无符号 32 位整数 |
get_struct(str_, off, struct) |
从缓冲区偏移处解析出指定结构体 |
unpack_db(buf, off) |
解包单字节 |
get_dw(buf, off) |
读取双字 |
unpack_dw(buf, off) |
解包双字 |
unpack_dd(buf, off) |
解包双字(double word) |
unpack_dq(buf, off) |
解包四字(quad word) |
unpack_ea(buf, off) |
解包有效地址(宽度随 ea_t) |
unpack_eavec(buf, base_ea) |
解包有效地址向量(带基址) |
三、核心类 Dex:六大操作分组
Dex 是模块的主解析类,其方法按职责可分为六个操作分组,与 idadex.md 的章节完全对应。所有 from_ea 参数都表示调用方所在地址(通常传 idaapi.get_screen_ea() 或目标指令地址),用于在多 DEX 场景下定位当前所属的 DEX 文件。
3.1 字符串操作(String Operations)
# 按字符串索引取出 DEX 字符串
s = dex.get_string(from_ea, string_idx)
# 将 DEX 内部字符串转换为 Python 字符串
py_str = dex.as_string(s)
get_string(from_ea, string_idx):按索引从当前 DEX 的字符串池中取字符串;as_string(s):静态方法,把 DEX 编码的字符串对象转为 Pythonstr,便于后续比较、打印或作为ida_name.set_name()的输入。
3.2 方法操作(Method Operations)
m = dex.get_method(from_ea, method_idx) # 方法元数据
name = dex.get_method_name(from_ea, method_idx) # 方法名
short = dex.get_short_method_name(m) # 如 onCreate
full = dex.get_full_method_name(m) # 如 android.app.Activity.onCreate
call = dex.get_call_method_name(m) # 调用点使用的名字
get_method(from_ea, method_idx):按方法索引取方法元数据;get_method_name(from_ea, method_idx):取方法名;get_short_method_name(method):短名,例如onCreate;get_full_method_name(method):全限定名,例如android.app.Activity.onCreate;get_call_method_name(method):用于调用点(call site)的方法名,适合打印 xref 调用链时使用。
此外,idadex.rst 还补充了三个同组方法:get_method_idx(ea)(由地址反查方法索引)、get_parameter_name(from_ea, idx)(取参数名)、get_string_by_index(node, idx, tag)(静态方法,从指定 netnode 按索引取字符串)。
3.3 类型操作(Type Operations)
desc = dex.get_type_string(from_ea, type_idx) # 类型描述符,如 "Landroid/app/Activity;"
java = dex.decorate_java_typename(desc) # 转为 Java 记法,如 android.app.Activity
wide = dex.is_wide_type('J') # 判断是否为 64 位类型(long/double)
get_type_string(from_ea, type_idx):按类型索引取类型描述符;decorate_java_typename(desc):静态方法,把 DEX 描述符转为 Java 记法;is_wide_type(typechar):静态方法,判断单字符类型描述符是否为 64 位(宽)类型。
同组的 RST 补充项还有 get_short_type_name(longname) 与 get_full_type_name(longname)(静态方法),分别返回类型的短名与全名;PRIMITVE_TYPES 属性(注意 RST 原文即为此拼写)保存原始类型集合,供类型判断使用。
3.4 字段操作(Field Operations)
f = dex.get_field(from_ea, field_idx) # 字段元数据
fname = dex.get_field_name(from_ea, field_idx) # 字段名
ffull = dex.get_full_field_name(field_idx, f, fname) # 全限定字段名
get_field(from_ea, field_idx):按字段索引取字段;get_field_name(from_ea, field_idx):取字段名;get_full_field_name(field_idx, field, field_name):构造全限定字段名(含所属类);get_short_field_name(field_idx, field, field_name):RST 补充,返回字段短名。
3.5 工具方法(Utility)
# 访问标志转字符串:public/private/protected/static 等
flags_str = dex.access_string(flags)
# DEX 索引 -> IDA 地址
ea = dex.idx_to_ea(from_ea, idx, tag)
access_string(flags):静态方法,将 DEX access flags 整数转换为可读标志串(public/private/protected/static/final等),常用于给方法或字段生成带可见性的显示名;idx_to_ea(from_ea, idx, tag):把 DEX 索引转换为 IDA 数据库中的地址,tag用于区分索引表类型(对应下文DEXCMN_*/DEXVAR_*常量)。这是连接"DEX 逻辑世界"与"IDA 地址空间"的关键桥接函数。
3.6 常量与元数据(HASH 与 netnode 标签)
Dex 类还携带一批与 DEX 文件识别、数据库存储相关的常量:
文件识别(hash 值)
| 常量 | 值 | 用途 |
|---|---|---|
HASHVAL_MAGIC |
'version' |
记录 DEX 版本 magic |
HASHVAL_OPTIMIZED |
'optimized' |
标记优化过的 DEX(ODEX) |
HASHVAL_DEXVERSION |
'dex_version' |
记录 DEX 版本号 |
META_BASEADDRS |
1 |
元数据:DEX 基址列表 |
公共项标签(DEXCMN_*):DEXCMN_STRING_ID、DEXCMN_METHOD_ID、DEXCMN_TRY_TYPES、DEXCMN_TRY_IDS、DEXCMN_DEBINFO、DEXCMN_DEBSTR,从命名可推断它们分别对应字符串、方法、try 块类型/索引、调试信息、调试字符串等公共 DEX 项的存储标签。
变量项标签(DEXVAR_*):DEXVAR_STRING_IDS、DEXVAR_TYPE_IDS、DEXVAR_TYPE_STR、DEXVAR_TYPE_STRO、DEXVAR_METHOD、DEXVAR_METH_STR、DEXVAR_METH_STRO、DEXVAR_FIELD、DEXVAR_TRYLIST,对应各 DEX 专有索引表在 IDB netnode 中的变量标签;DEBINFO_LINEINFO(值 1)用于调试行号信息。
数据库状态:nn_meta、nn_cmn 为元数据 / 公共项 netnode,baseaddrs(默认 [])保存各 DEX 的基址,nn_vars(默认 [])保存变量项 netnode。
3.7 多 DEX 支持
Android 应用常包含多个 DEX 文件(multidex)。Dex 提供:
get_dexnum(from_ea):由地址反查所属 DEX 编号;get_nn_var(from_ea):取当前地址对应 DEX 的变量 netnode。
配合 baseaddrs/nn_vars 列表,即可在多 DEX 场景下正确路由每次查询——这也是所有查询方法都要接收 from_ea 的根本原因。
四、结构体类:dex_method 与 dex_field
dex_method 与 dex_field 均继承 ctypes.LittleEndianStructure,直接按 DEX 文件的小端字节序映射方法 / 字段的元数据布局,可用 ctypes 的字段访问语法直接读取。
dex_method 定义了两个标志常量与一个判断方法:
from idadex import dex_method
if method.flags & dex_method.IS_LOCAL: # IS_LOCAL = 1
print("local method")
if method.flags & dex_method.HAS_CODE: # HAS_CODE = 2
print("method has code")
if method.is_local():
print("is local")
| 成员 | 值 | 含义 |
|---|---|---|
IS_LOCAL |
1 |
本地方法标志 |
HAS_CODE |
2 |
该方法包含代码体 |
is_local() |
— | 判断方法是否为本地方法 |
dex_field 同样是小端结构体,表示 DEX 字段元数据;longname_director_t 同样基于该结构体基类,从命名看用于管理长名(全限定名)的生成与缓存。get_struct(str_, off, struct) 这类顶层函数正是用于从原始缓冲区中按偏移解析出上述结构体实例。
五、底层字节解包函数(unpack 系列)
当需要绕过高层 API、直接解析 DEX 原始字节(例如实现自定义 loader 或做深度分析)时,idadex 提供了一套按 DEX 小端布局解包的底层工具,全部以 (buf, off) 形式从缓冲区指定偏移解包数据:
| 函数 | 解包宽度 | 典型用途 |
|---|---|---|
unpack_db(buf, off) |
1 字节 | uleb/标志位读取 |
unpack_dw(buf, off) |
双字 | 2 字节量 |
unpack_dd(buf, off) |
双字(double word) | 32 位量 |
unpack_dq(buf, off) |
四字(quad word) | 64 位量 |
unpack_ea(buf, off) |
有效地址宽 | 按数据库位数解包地址 |
unpack_eavec(buf, base_ea) |
地址向量 | 以 base_ea 为基址解包地址向量 |
get_dw(buf, off) |
双字 | 读双字(与 unpack_dw 对应) |
to_uint32(v) |
32 位 | 值归一化为无符号 32 位 |
配合 get_struct(str_, off, struct),可以自行完成"读表头 → 定位索引表 → 解包结构体"的完整 DEX 解析流程。
六、全局对象 dex 与快速上手
模块导出一个全局的 Dex 实例,名为 dex(在 RST 中与 uint8、ea_t 等并列列为顶层属性)。日常脚本应直接使用这个全局对象,而无需自行实例化——它已按当前 IDB 的 DEX 加载状态初始化好。
一个完整的端到端示例(基于 idadex.md 所列 API 签名):
import idautils
import ida_hexrays
from idadex import dex
# 遍历函数,把方法名补全为 Java 全限定名
for ea in idautils.Functions():
m_idx = dex.get_method_idx(ea)
if m_idx is None:
continue
m = dex.get_method(ea, m_idx)
short = dex.get_short_method_name(m)
full = dex.get_full_method_name(m)
flags = dex.access_string(m.access_flags) if hasattr(m, "access_flags") else ""
print(f"{ea:#x}: {flags} {full}")
# 反编译某方法时,把字符串池索引解析成可读字符串
cfunc = ida_hexrays.decompile(ea)
if cfunc:
for c in cfunc.calls:
cm = dex.get_method(c.ea, dex.get_method_idx(c.ea))
print("calls", dex.get_call_method_name(cm))
实际使用要点:
- 查询前用
ida_auto.auto_wait()等待自动分析完成(参见 SKILL.md 的 Core Patterns); - 所有带
from_ea的查询都要传入合理地址,以在多 DEX 场景下路由到正确的 DEX 文件; idx_to_ea与get_method_idx这对互逆操作,是打通"DEX 索引 ↔ IDA 地址"的桥梁,写 xref 分析脚本时最常用。
七、在 ida-pro-mcp 项目中的使用背景
本仓库(ida-pro-mcp)是一个通过 MCP 协议让语言模型直接驱动 IDA Pro 进行逆向分析的桥接项目,其 idapython 技能包 面向编写 IDAPython 脚本的场景,为 LLM 提供模块路由、核心模式与 API 参考。idadex 的 Markdown 速查文档与完整 RST 源文件即存放于 docs 目录 下,与 ida_bytes、ida_funcs、ida_hexrays 等 50+ 个 ida_* 模块文档并列,供 Agent 在分析 Android 样本时检索。
技能包主文档明确建议:优先使用现代 ida_* 模块、避免使用遗留 idc 模块;而 idadex 作为专门的格式解析模块,与通用模块互补——反编译走 ida_hexrays,DEX 语义解析走 idadex。需要深度查阅某 API 的完整签名与说明时,可继续阅读同目录的权威 RST 源 idadex.rst。
八、小结
idadex 以全局对象 dex 为核心,围绕 DEX 的字符串、方法、类型、字段四张索引表提供了一整套高层查询 API,同时通过 idx_to_ea/get_method_idx 实现 DEX 索引与 IDA 地址的双向映射;dex_method/dex_field 小端结构体与 unpack_* 系列函数则提供了结构体级、字节级的底层解析能力。对从事 Android 逆向、需要在 IDAPython 脚本或 LLM 驱动的逆向工作流中解析 Dalvik 元数据的开发者而言,掌握本模块即可把"定位方法、还原类型、追踪字段"从手工劳动变为几行脚本调用。