翻译Dalvik到Java的利器:Enjarify
2024-05-22 22:55:53作者:苗圣禹Peter
项目介绍
在Android应用开发的世界中,Dalvik字节码是普遍存在的,但如果你想将这些应用引入到Java分析工具中,就可能遇到一些挑战。这就是Enjarify的用武之地。Enjarify是一个纯Python 3的应用,它的功能是将Dalvik字节码翻译成等效的Java字节码,使得Java工具可以轻松分析Android应用程序。
项目技术分析
Enjarify的设计目标是尽可能处理各种复杂的Dalvik代码,甚至包括那些可能导致其他工具如dex2jar失败的情况。它正确地处理了Unicode类名、多类型常量、隐式转换、异常处理器控制流、引用过多常量的类、非常长的方法、捕获所有异常后的异常处理器以及静态初始化值错误类型等问题。这都得益于其强大的解析和转换能力。
与旧版的dex2jar相比,Enjarify提供了更为可靠的字节码转换结果。虽然它并不支持全部的可选元数据(如源文件属性、行号和注解),但在实际应用中,这种限制影响较小。
项目及技术应用场景
- 逆向工程:对于想要了解或调试Android应用的内部工作原理的安全研究员或者开发者来说,Enjarify是一个非常有用的工具。
- 性能监控:通过将Dalvik字节码转换为Java字节码,可以利用Java分析工具进行性能分析和优化。
- 安全性评估:安全团队可以通过分析转译后的Java代码来发现潜在的安全漏洞。
- 教学研究:在学术环境中,Enjarify可以帮助学生和研究人员更好地理解和操作Android应用的底层机制。
项目特点
- 兼容性强:无论输入是APK还是单独的DEX文件,Enjarify都能有效地进行转换,甚至能自动处理多DEX文件的APK。
- 自动化输出:默认情况下,输出的Java字节码会保存为带有-enjarify后缀的JAR文件,方便管理和使用。
- 易用性高:无需安装,只需git clone后直接运行Python脚本即可。此外,还提供Linux和Windows的便捷启动脚本。
- 性能优化:支持通过--fast选项快速运行,禁用部分优化以提高速度。若字节码过大无法直接转换,Enjarify会自动启用全部优化重试。
尽管Enjarify并非谷歌官方产品,但它依旧体现了谷歌在技术上的探索与贡献。如果你经常需要处理Dalvik字节码,那么Enjarify绝对值得尝试和加入你的工具箱。
# 获取并运行Enjarify
git clone https://github.com/Storyyeller/enjarify.git
cd enjarify
python3 -O -m enjarify.main yourapp.apk
准备好了吗?现在就开始用Enjarify开启你的Android应用分析之旅吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873