【亲测免费】 Jadx 教程:安装与使用指南
2026-01-16 10:01:34作者:宣利权Counsellor
1. 项目目录结构及介绍
Jadx 的源代码仓库包含了多个子目录,以下是一些主要的目录结构:
src: 项目的源代码存放位置,分为不同的包(packages)。gradle: 包含 Gradle 构建脚本及相关配置。bin: 编译完成后,这里会生成可执行的二进制文件,包括命令行工具jadx和 GUI 工具jadx-gui。docs: 文档相关的资料,包括 README 和其他说明文件。.github: GitHub 相关的配置和自动化流程文件。
注: 更详细的目录结构和文件描述,请参考项目源码仓库内的实际布局。
2. 项目的启动文件介绍
2.1 命令行工具 (jadx)
位于编译后的 bin 目录下,jadx 是一个用于解编译 Android Dex/Apk 文件到 Java 源代码的命令行工具。你可以通过以下方式运行它:
./jadx <options> <file>
其中 <options> 是可选参数,<file> 是要解编译的目标文件(如 app.apk 或 classes.dex)。
2.2 图形界面工具 (jadx-gui)
同样位于 bin 目录下,jadx-gui 提供了一个图形化的界面来查看和操作解编译结果。双击或执行以下命令启动:
./jadx-gui
启动后,你可以通过界面加载 APK/Dex 文件并进行浏览、搜索等功能。
3. 项目的配置文件介绍
Jadx 不提供全局的配置文件,但可以在运行时通过命令行选项来调整行为。以下是部分常用选项:
-d <dir>: 设置输出目录。--rename-flags <flags>: 控制命名策略,例如 "none" 表示不重命名,"valid printable" 则保持类名可打印且有效。--log-level <level>: 设置日志级别,如ERROR,WARN,INFO,DEBUG等。-Pdex-input verify-checksum=no: 关闭 Dex 输入文件的校验。
在使用 jadx-gui 时,还可以在程序内部的“Preferences”对话框中修改这些设置。
对于更复杂的场景,可以创建自定义的脚本来组合使用这些命令行选项。
注: 若要自定义默认路径,可以使用环境变量,比如 JDIX_CONFIG_DIR, JDIX_CACHE_DIR 和 JDIX_TMP_DIR。
希望这个简短的教程能帮助你更好地理解和使用 Jadx。更多详细信息和高级功能,请查阅项目的官方文档和 Wiki 页面。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
120
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361