Este documento describe el diseño y el contenido de los archivos .dex
, que se utilizan para contener un conjunto de definiciones de clases y sus datos adjuntos asociados.
guia de tipos
Nombre | Descripción |
---|---|
byte | sesión de 8 bits |
ubyte | int sin firmar de 8 bits |
corto | 16 bits firmado en int, little-endian |
corto | int sin firmar de 16 bits, little-endian |
En t | 32 bits firmado en int, little-endian |
uint | int sin firmar de 32 bits, little-endian |
largo | 64 bits firmado en int, little-endian |
largo | int sin firmar de 64 bits, little-endian |
sleb128 | firmado LEB128, longitud variable (ver más abajo) |
uleb128 | LEB128 sin firmar, longitud variable (ver más abajo) |
uleb128p1 | LEB128 sin firmar más 1 , longitud variable (ver más abajo) |
LEB128
LEB128 ("Little- Endian Base 128 ") es una codificación de longitud variable para cantidades enteras arbitrarias con signo o sin signo. El formato se tomó prestado de la especificación DWARF3 . En un archivo .dex
, LEB128 solo se usa para codificar cantidades de 32 bits.
Cada valor codificado LEB128 consta de uno a cinco bytes, que juntos representan un único valor de 32 bits. Cada byte tiene establecido su bit más significativo, excepto el byte final de la secuencia, que tiene su bit más significativo borrado. Los siete bits restantes de cada byte son carga útil, con los siete bits menos significativos de la cantidad en el primer byte, los siete siguientes en el segundo byte y así sucesivamente. En el caso de un LEB128 con signo ( sleb128
), el bit de carga útil más significativo del byte final de la secuencia se extiende con signo para producir el valor final. En el caso sin signo ( uleb128
), cualquier bit que no esté explícitamente representado se interpreta como 0
.
Diagrama bit a bit de un valor LEB128 de dos bytes | |||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
primer byte | segundo byte | ||||||||||||||
1 | bit 6 | bit 5 | bit 4 | bit 3 | bit 2 | bit 1 | bit 0 | 0 | bit 13 | bit 12 | bit 11 | bit 10 | bit 9 | bit 8 | bit 7 |
La variante uleb128p1
se usa para representar un valor con signo, donde la representación es del valor más uno codificado como uleb128
. Esto hace que la codificación de -1
(alternativamente considerado como el valor sin signo 0xffffffff
), pero ningún otro número negativo, sea un solo byte, y es útil exactamente en aquellos casos en los que el número representado debe ser no negativo o -1
(o 0xffffffff
), y donde no se permiten otros valores negativos (o donde es poco probable que se necesiten valores grandes sin signo).
Estos son algunos ejemplos de los formatos:
Secuencia codificada | como sleb128 | Como uleb128 | Como uleb128p1 |
---|---|---|---|
00 | 0 | 0 | -1 |
01 | 1 | 1 | 0 |
7f | -1 | 127 | 126 |
80 7f | -128 | 16256 | 16255 |
diseño de archivo
Nombre | Formato | Descripción |
---|---|---|
encabezamiento | encabezado_elemento | el encabezado |
cadena_ids | cadena_id_elemento[] | lista de identificadores de cadena. Estos son identificadores para todas las cadenas utilizadas por este archivo, ya sea para denominación interna (p. ej., descriptores de tipo) o como objetos constantes a los que hace referencia el código. Esta lista debe ordenarse por contenido de cadena, utilizando valores de punto de código UTF-16 (no de manera sensible a la configuración regional), y no debe contener entradas duplicadas. |
ID_de_tipo | tipo_id_elemento[] | lista de identificadores de tipo. Estos son identificadores para todos los tipos (clases, matrices o tipos primitivos) a los que hace referencia este archivo, ya sea que estén definidos en el archivo o no. Esta lista debe ordenarse por índice string_id y no debe contener entradas duplicadas. |
proto_ids | proto_id_elemento[] | lista de identificadores de prototipos de métodos. Estos son identificadores para todos los prototipos a los que hace referencia este archivo. Esta lista debe ordenarse por orden principal de tipo de retorno (por índice type_id ), y luego por lista de argumentos (ordenación lexicográfica, argumentos individuales ordenados por índice type_id ). La lista no debe contener entradas duplicadas. |
ID_de_campo | campo_id_elemento[] | lista de identificadores de campo. Estos son identificadores para todos los campos a los que hace referencia este archivo, ya sea que estén definidos en el archivo o no. Esta lista debe ordenarse, donde el tipo definidor (por índice type_id ) es el orden principal, el nombre de campo (por índice string_id ) es el orden intermedio y el tipo (por índice type_id ) es el orden menor. La lista no debe contener entradas duplicadas. |
ID_de_método | método_id_elemento[] | lista de identificadores de métodos. Estos son identificadores para todos los métodos a los que hace referencia este archivo, ya sea que estén definidos en el archivo o no. Esta lista debe ordenarse, donde el tipo de definición (por el índice type_id ) es el orden principal, el nombre del método (por el índice string_id ) es el orden intermedio y el prototipo del método (por el índice proto_id ) es el orden menor. La lista no debe contener entradas duplicadas. |
clase_defs | clase_def_elemento[] | lista de definiciones de clase. Las clases deben ordenarse de manera que la superclase de una clase determinada y las interfaces implementadas aparezcan en la lista antes que la clase de referencia. Además, no es válido que una definición de la clase con el mismo nombre aparezca más de una vez en la lista. |
call_site_ids | call_site_id_item[] | lista de identificadores de sitios de llamadas. Estos son identificadores para todos los sitios de llamadas a los que hace referencia este archivo, ya sea que estén definidos en el archivo o no. Esta lista debe ordenarse en orden ascendente de call_site_off . |
manijas_del_método | método_manejar_elemento[] | lista de identificadores de métodos. Una lista de todos los identificadores de métodos a los que hace referencia este archivo, ya sea que estén definidos en el archivo o no. Esta lista no está ordenada y puede contener duplicados que lógicamente corresponderán a diferentes instancias de manejo de métodos. |
datos | ubyte[] | área de datos, que contiene todos los datos de soporte para las tablas enumeradas anteriormente. Los diferentes elementos tienen diferentes requisitos de alineación, y los bytes de relleno se insertan antes de cada elemento si es necesario para lograr una alineación adecuada. |
enlace_datos | ubyte[] | datos utilizados en archivos vinculados estáticamente. El formato de los datos en esta sección no se especifica en este documento. Esta sección está vacía en archivos no vinculados, y las implementaciones en tiempo de ejecución pueden usarla como mejor les parezca. |
Definiciones de campos de bits, cadenas y constantes
DEX_FILE_MAGIC
incrustado en header_item
La matriz/cadena constante DEX_FILE_MAGIC
es la lista de bytes que debe aparecer al principio de un archivo .dex
para que sea reconocido como tal. El valor contiene intencionalmente una nueva línea ( "\n"
o 0x0a
) y un byte nulo ( "\0"
o 0x00
) para ayudar en la detección de ciertas formas de corrupción. El valor también codifica un número de versión de formato como tres dígitos decimales, que se espera que aumente de forma monótona con el tiempo a medida que evoluciona el formato.
ubyte[8] DEX_FILE_MAGIC = { 0x64 0x65 0x78 0x0a 0x30 0x33 0x39 0x00 } = "dex\n039\0"
Nota: Se agregó soporte para la versión 039
del formato en la versión de Android 9.0, que introdujo dos códigos de bytes nuevos, const-method-handle
y const-method-type
. (Cada uno de estos se describe en la tabla Resumen del conjunto de códigos de bytes ). En Android 10, la versión 039
amplía el formato de archivo DEX para incluir información de API oculta que solo se aplica a los archivos DEX en la ruta de clase de arranque.
Nota: Se agregó soporte para la versión 038
del formato en la versión de Android 8.0. La versión 038
agregó nuevos códigos de bytes ( invoke-polymorphic
e invoke-custom
) y datos para identificadores de métodos.
Nota: Se agregó soporte para la versión 037
del formato en la versión de Android 7.0. Antes de la versión 037
, la mayoría de las versiones de Android usaban la versión 035
del formato. La única diferencia entre las versiones 035
y 037
es la adición de métodos predeterminados y el ajuste de la invoke
.
Nota: Se han utilizado al menos un par de versiones anteriores del formato en versiones de software públicas ampliamente disponibles. Por ejemplo, la versión 009
se usó para las versiones M3 de la plataforma Android (noviembre-diciembre de 2007) y la versión 013
se usó para las versiones M5 de la plataforma Android (febrero-marzo de 2008). En varios aspectos, estas versiones anteriores del formato difieren significativamente de la versión descrita en este documento.
ENDIAN_CONSTANT y REVERSE_ENDIAN_CONSTANT
incrustado en header_item
La constante ENDIAN_CONSTANT
se utiliza para indicar el carácter endian del archivo en el que se encuentra. Aunque el formato .dex
estándar es little-endian, las implementaciones pueden optar por realizar un intercambio de bytes. Si una implementación encuentra un encabezado cuya endian_tag
es REVERSE_ENDIAN_CONSTANT
en lugar de ENDIAN_CONSTANT
, sabrá que el archivo se ha intercambiado en bytes de la forma esperada.
uint ENDIAN_CONSTANT = 0x12345678; uint REVERSE_ENDIAN_CONSTANT = 0x78563412;
SIN_ÍNDICE
incrustado en class_def_item y debug_info_item
La constante NO_INDEX
se utiliza para indicar que falta un valor de índice.
Nota: este valor no está definido como 0
porque, de hecho, suele ser un índice válido.
El valor elegido para NO_INDEX
se puede representar como un solo byte en la codificación uleb128p1
.
uint NO_INDEX = 0xffffffff; // == -1 if treated as a signed int
definiciones de banderas de acceso
integrado en class_def_item, encoded_field, encoded_method e InnerClass
Los campos de bits de estas banderas se utilizan para indicar la accesibilidad y las propiedades generales de las clases y los miembros de la clase.
Nombre | Valor | Para clases (y anotaciones InnerClass ) | Para campos | Para métodos |
---|---|---|---|---|
ACC_PÚBLICO | 0x1 | public : visible en todas partes | public : visible en todas partes | public : visible en todas partes |
ACC_PRIVATE | 0x2 | private : solo visible para definir la clase | private : solo visible para definir la clase | private : solo visible para definir la clase |
ACC_PROTEGIDO | 0x4 | protected : visible para el paquete y las subclases | protected : visible para el paquete y las subclases | protected : visible para el paquete y las subclases |
ACC_STATIC | 0x8 | static : no se construye con una referencia externa a this | static : global para definir la clase | static : no toma this argumento |
ACC_FINAL | 0x10 | final : no subclasificable | final : inmutable después de la construcción | final : no reemplazable |
ACC_SYNCHRONIZED | 0x20 | synchronized : bloqueo asociado adquirido automáticamente alrededor de la llamada a este método. Nota: Esto solo es válido para configurar cuando | ||
ACC_VOLÁTIL | 0x40 | volatile : reglas de acceso especiales para ayudar con la seguridad de subprocesos | ||
ACC_PUENTE | 0x40 | método de puente, agregado automáticamente por el compilador como un puente de tipo seguro | ||
ACC_TRANSIENT | 0x80 | transient : no se guardará mediante la serialización predeterminada | ||
ACC_VARARGS | 0x80 | el último argumento debe ser tratado como un argumento de "descanso" por el compilador | ||
ACC_NATIVO | 0x100 | native : implementado en código nativo | ||
INTERFAZ_ACC | 0x200 | interface : clase abstracta implementable de forma múltiple | ||
ACC_ABSTRACT | 0x400 | abstract : no directamente instanciable | abstract : no implementado por esta clase | |
ACC_ESTRICTO | 0x800 | strictfp : reglas estrictas para la aritmética de punto flotante | ||
ACC_SINTÉTICO | 0x1000 | no definido directamente en el código fuente | no definido directamente en el código fuente | no definido directamente en el código fuente |
ACC_ANOTACIÓN | 0x2000 | declarado como una clase de anotación | ||
ACC_ENUM | 0x4000 | declarado como un tipo enumerado | declarado como un valor enumerado | |
(no usado) | 0x8000 | |||
ACC_CONSTRUCTOR | 0x10000 | método constructor (inicializador de clase o instancia) | ||
ACC_DECLARADO_ SINCRONIZADO | 0x20000 | declarado synchronized .Nota: Esto no tiene ningún efecto sobre la ejecución (aparte del reflejo de esta bandera, per se). |
InnerClass
y nunca debe estar activado en un class_def_item
.
Codificación MUTF-8 (UTF-8 modificado)
Como concesión a un soporte heredado más sencillo, el formato .dex
codifica sus datos de cadena en un formato UTF-8 modificado estándar de facto, en lo sucesivo denominado MUTF-8. Este formulario es idéntico al estándar UTF-8, excepto:
- Solo se utilizan codificaciones de uno, dos y tres bytes.
- Los puntos de código en el rango
U+10000
…U+10ffff
se codifican como un par sustituto, cada uno de los cuales se representa como un valor codificado de tres bytes. - El punto de código
U+0000
se codifica en formato de dos bytes. - Un byte nulo simple (valor
0
) indica el final de una cadena, como es la interpretación estándar del lenguaje C.
Los primeros dos elementos anteriores se pueden resumir como: MUTF-8 es un formato de codificación para UTF-16, en lugar de ser un formato de codificación más directo para caracteres Unicode.
Los dos últimos elementos anteriores permiten incluir simultáneamente el punto de código U+0000
en una cadena y seguir manipulándolo como una cadena terminada en cero de estilo C.
Sin embargo, la codificación especial de U+0000
significa que, a diferencia de UTF-8 normal, el resultado de llamar a la función C estándar strcmp()
en un par de cadenas MUTF-8 no siempre indica el resultado debidamente firmado de la comparación de cadenas desiguales . . Cuando el orden (no solo la igualdad) es una preocupación, la forma más sencilla de comparar cadenas MUTF-8 es decodificarlas carácter por carácter y comparar los valores decodificados. (Sin embargo, también son posibles implementaciones más inteligentes).
Consulte el estándar Unicode para obtener más información sobre la codificación de caracteres. MUTF-8 en realidad está más cerca de la codificación CESU-8 (relativamente menos conocida) que de UTF-8 per se.
codificación de valor_codificado
incrustado en annotation_element y encoded_array_item
Un encoded_value
es una pieza codificada de datos estructurados jerárquicamente (casi) arbitrarios. La codificación está destinada a ser compacta y sencilla de analizar.
Nombre | Formato | Descripción |
---|---|---|
(valor_arg << 5) | tipo de valor | ubyte | byte que indica el tipo del value inmediatamente posterior junto con un argumento aclaratorio opcional en los tres bits de orden superior. Consulte a continuación las distintas definiciones de value . En la mayoría de los casos, value_arg codifica la longitud del value inmediatamente posterior en bytes, como (size - 1) , por ejemplo, 0 significa que el valor requiere un byte y 7 significa que requiere ocho bytes; sin embargo, hay excepciones como se indica a continuación. |
valor | ubyte[] | bytes que representan el valor, de longitud variable e interpretados de manera diferente para diferentes bytes de value_type , aunque siempre little-endian. Consulte las distintas definiciones de valores a continuación para obtener más detalles. |
Formatos de valor
Escribe un nombre | value_type | formato value_arg | formato de value | Descripción |
---|---|---|---|---|
VALOR_BYTE | 0x00 | (ninguno; debe ser 0 ) | ubyte[1] | valor entero de un byte con signo |
VALOR_CORTO | 0x02 | tamaño - 1 (0…1) | ubyte[tamaño] | valor entero de dos bytes con signo, con signo extendido |
VALUE_CHAR | 0x03 | tamaño - 1 (0…1) | ubyte[tamaño] | valor entero de dos bytes sin signo, cero extendido |
VALOR_INT | 0x04 | tamaño - 1 (0…3) | ubyte[tamaño] | valor entero de cuatro bytes con signo, con signo extendido |
VALOR_LARGO | 0x06 | tamaño - 1 (0…7) | ubyte[tamaño] | valor entero de ocho bytes con signo, con signo extendido |
VALUE_FLOAT | 0x10 | tamaño - 1 (0…3) | ubyte[tamaño] | patrón de bits de cuatro bytes, cero extendido a la derecha e interpretado como un valor de coma flotante de 32 bits IEEE754 |
VALOR_DOBLE | 0x11 | tamaño - 1 (0…7) | ubyte[tamaño] | patrón de bits de ocho bytes, cero extendido a la derecha e interpretado como un valor de coma flotante de 64 bits IEEE754 |
VALUE_METHOD_TYPE | 0x15 | tamaño - 1 (0…3) | ubyte[tamaño] | valor entero de cuatro bytes sin signo (extendido a cero), interpretado como un índice en la sección proto_ids y que representa un valor de tipo de método |
VALUE_METHOD_HANDLE | 0x16 | tamaño - 1 (0…3) | ubyte[tamaño] | valor entero de cuatro bytes sin signo (extendido a cero), interpretado como un índice en la sección method_handles y que representa un valor de identificador de método |
VALUE_STRING | 0x17 | tamaño - 1 (0…3) | ubyte[tamaño] | valor entero de cuatro bytes sin signo (extendido a cero), interpretado como un índice en la sección string_ids y que representa un valor de cadena |
TIPO DE VALOR | 0x18 | tamaño - 1 (0…3) | ubyte[tamaño] | valor entero de cuatro bytes sin signo (extendido a cero), interpretado como un índice en la sección type_ids y que representa un valor reflexivo de tipo/clase |
VALUE_FIELD | 0x19 | tamaño - 1 (0…3) | ubyte[tamaño] | valor entero de cuatro bytes sin signo (extendido a cero), interpretado como un índice en la sección field_ids y que representa un valor de campo reflexivo |
VALUE_METHOD | 0x1a | tamaño - 1 (0…3) | ubyte[tamaño] | valor entero de cuatro bytes sin signo (extendido a cero), interpretado como un índice en la sección method_ids y que representa un valor de método reflexivo |
VALUE_ENUM | 0x1b | tamaño - 1 (0…3) | ubyte[tamaño] | valor entero de cuatro bytes sin signo (extendido a cero), interpretado como un índice en la sección field_ids y que representa el valor de una constante de tipo enumerada |
VALOR_ARRAY | 0x1c | (ninguno; debe ser 0 ) | matriz_codificada | una matriz de valores, en el formato especificado por "formato de encoded_array " a continuación. El tamaño del value está implícito en la codificación. |
VALOR_ANOTACIÓN | 0x1d | (ninguno; debe ser 0 ) | anotación_codificada | una sub-anotación, en el formato especificado por " formato de encoded_annotation " a continuación. El tamaño del value está implícito en la codificación. |
VALOR_NULO | 0x1e | (ninguno; debe ser 0 ) | (ninguna) | valor de referencia null |
VALOR_BOOLEANO | 0x1f | booleano (0…1) | (ninguna) | valor de un bit; 0 para false y 1 para true . El bit se representa en value_arg . |
formato de matriz codificada
Nombre | Formato | Descripción |
---|---|---|
Talla | uleb128 | número de elementos en la matriz |
valores | valor_codificado[tamaño] | una serie de secuencias de bytes de encoded_value de size en el formato especificado en esta sección, concatenadas secuencialmente. |
formato de anotación codificada
Nombre | Formato | Descripción |
---|---|---|
tipo_idx | uleb128 | tipo de anotación. Este debe ser un tipo de clase (no matriz o primitivo). |
Talla | uleb128 | número de asignaciones de nombre y valor en esta anotación |
elementos | anotación_elemento[tamaño] | elementos de la anotación, representados directamente en línea (no como compensaciones). Los elementos deben ordenarse en orden creciente por el índice string_id . |
formato de elemento de anotación
Nombre | Formato | Descripción |
---|---|---|
nombre_idx | uleb128 | nombre del elemento, representado como un índice en la sección string_ids . La cadena debe ajustarse a la sintaxis de MemberName , definida anteriormente. |
valor | valor_codificado | valor del elemento |
sintaxis de cadena
Hay varios tipos de elementos en un archivo .dex
que, en última instancia, se refieren a una cadena. Las siguientes definiciones de estilo BNF indican la sintaxis aceptable para estas cadenas.
NombreSimple
Un SimpleName es la base para la sintaxis de los nombres de otras cosas. El formato .dex
permite una buena cantidad de libertad aquí (mucho más que los idiomas de origen más comunes). En resumen, un nombre simple consiste en cualquier dígito o carácter alfabético ASCII bajo, algunos símbolos ASCII bajos específicos y la mayoría de los puntos de código que no son ASCII que no son caracteres de control, espacios o especiales. A partir de la versión 040
, el formato también permite caracteres de espacio (categoría Unicode Zs
). Tenga en cuenta que los puntos de código sustitutos (en el rango U+d800
… U+dfff
) no se consideran caracteres de nombre válidos per se, pero los caracteres suplementarios de Unicode son válidos (que están representados por la alternativa final de la regla para SimpleNameChar ), y debe representarse en un archivo como pares de puntos de código sustitutos en la codificación MUTF-8.
NombreSimple → | ||
NombreSimpleChar ( NombreSimpleChar )* | ||
NombreSimpleChar → | ||
'A' ... 'Z' | ||
| | 'a' ... 'z' | |
| | '0' … '9' | |
| | ' ' | desde DEX versión 040 |
| | '$' | |
| | '-' | |
| | '_' | |
| | U+00a0 | desde DEX versión 040 |
| | U+00a1 … U+1fff | |
| | U+2000 … U+200a | desde DEX versión 040 |
| | U+2010 … U+2027 | |
| | U+202f | desde DEX versión 040 |
| | U+2030 … U+d7ff | |
| | U+e000 … U+ffef | |
| | U+10000 … U+10ffff |
Nombre de miembro
utilizado por field_id_item y method_id_item
Un MemberName es el nombre de un miembro de una clase, siendo los miembros campos, métodos y clases internas.
Nombre del miembro → | |
NombreSimple | |
| | '<' NombreSimple '>' |
FullClassName
Un FullClassName es un nombre de clase completamente calificado, que incluye un especificador de paquete opcional seguido de un nombre requerido.
Nombre de clase completa → | |
Prefijo del paquete opcional Nombre simple | |
Prefijo del paquete opcional → | |
( NombreSimple '/' )* |
TipoDescriptor
utilizado por type_id_item
Un TypeDescriptor es la representación de cualquier tipo, incluidas las primitivas, las clases, las matrices y void
. Consulte a continuación el significado de las distintas versiones.
TipoDescriptor → | |
'V' | |
| | Descriptor de tipo de campo |
Descriptor de tipo de campo → | |
NonArrayFieldTypeDescriptorNonArrayFieldTypeDescriptor | |
| | ( '[' * 1…255) NonArrayFieldTypeDescriptor |
Descriptor de tipo de campo sin matriz → | |
'Z' | |
| | 'B' |
| | 'S' |
| | 'C' |
| | 'I' |
| | 'J' |
| | 'F' |
| | 'D' |
| | 'L' nombre de clase completa ';' |
ShortyDescriptor
utilizado por proto_id_item
Un ShortyDescriptor es la representación abreviada de un prototipo de método, incluidos los tipos de retorno y de parámetro, excepto que no hay distinción entre varios tipos de referencia (clase o matriz). En cambio, todos los tipos de referencia están representados por un solo carácter 'L'
.
ShortyDescriptor → | |
ShortyReturnType ( ShortyFieldType )* | |
ShortyReturnType → | |
'V' | |
| | ShortyFieldType |
ShortyFieldType → | |
'Z' | |
| | 'B' |
| | 'S' |
| | 'C' |
| | 'I' |
| | 'J' |
| | 'F' |
| | 'D' |
| | 'L' |
Semántica del descriptor de tipo
Este es el significado de cada una de las variantes de TypeDescriptor .
Sintaxis | Sentido |
---|---|
V | void ; solo válido para tipos de devolución |
Z | boolean |
B | byte |
S | short |
C | char |
yo | int |
j | long |
F | float |
D | double |
L totalmente/cualificado/Nombre ; | la clase fully.qualified.Name |
[ descriptor | matriz de descriptor , utilizable recursivamente para matrices de matrices, aunque no es válido tener más de 255 dimensiones. |
Elementos y estructuras relacionadas
Esta sección incluye definiciones para cada uno de los elementos de nivel superior que pueden aparecer en un archivo .dex
.
encabezado_elemento
aparece en la sección de encabezado
alineación: 4 bytes
Nombre | Formato | Descripción |
---|---|---|
magia | ubyte[8] = DEX_FILE_MAGIC | valor mágico. Consulte la discusión anterior en " DEX_FILE_MAGIC " para obtener más detalles. |
suma de control | uint | suma de comprobación adler32 del resto del archivo (todo menos magic y este campo); utilizado para detectar la corrupción de archivos |
firma | ubyte[20] | Firma SHA-1 (hash) del resto del archivo (todo excepto magic , checksum y este campo); se utiliza para identificar archivos de forma única |
tamaño del archivo | uint | tamaño de todo el archivo (incluido el encabezado), en bytes |
tamaño_del_encabezado | uint = 0x70 | tamaño del encabezado (toda esta sección), en bytes. Esto permite al menos una cantidad limitada de compatibilidad hacia atrás/hacia adelante sin invalidar el formato. |
endian_tag | uint = ENDIAN_CONSTANTE | etiqueta de endianidad. Consulte la discusión anterior en " ENDIAN_CONSTANT y REVERSE_ENDIAN_CONSTANT " para obtener más detalles. |
enlace_tamaño | uint | tamaño de la sección del enlace, o 0 si este archivo no está enlazado estáticamente |
link_off | uint | desplazamiento desde el inicio del archivo hasta la sección del enlace, o 0 si link_size == 0 . El desplazamiento, si no es cero, debe ser un desplazamiento en la sección link_data . El formato de los datos señalados no se especifica en este documento; este campo de encabezado (y el anterior) se dejan como ganchos para que los usen las implementaciones de tiempo de ejecución. |
map_off | uint | desplazamiento desde el inicio del archivo hasta el elemento del mapa. El desplazamiento, que debe ser distinto de cero, debe ser un desplazamiento en la sección data , y los datos deben estar en el formato especificado por " map_list " a continuación. |
string_ids_size | uint | recuento de cadenas en la lista de identificadores de cadena |
string_ids_off | uint | desplazamiento desde el inicio del archivo a la lista de identificadores de cadena, o 0 si string_ids_size == 0 (ciertamente, un caso extraño). El desplazamiento, si no es cero, debe estar al comienzo de la sección string_ids . |
tipo_ids_tamaño | uint | recuento de elementos en la lista de identificadores de tipo, como máximo 65535 |
type_ids_off | uint | desplazamiento desde el inicio del archivo hasta la lista de identificadores de tipo, o 0 si type_ids_size == 0 (ciertamente, un caso extraño). El desplazamiento, si no es cero, debe estar al comienzo de la sección type_ids . |
proto_ids_size | uint | recuento de elementos en la lista de identificadores de prototipo, como máximo 65535 |
proto_ids_off | uint | desplazamiento desde el inicio del archivo hasta la lista de identificadores de prototipo, o 0 si proto_ids_size == 0 (ciertamente, un caso extraño). El desplazamiento, si no es cero, debe estar al comienzo de la sección proto_ids . |
field_ids_size | uint | recuento de elementos en la lista de identificadores de campo |
campo_ids_off | uint | desplazamiento desde el inicio del archivo hasta la lista de identificadores de campo, o 0 si field_ids_size == 0 . El desplazamiento, si no es cero, debe estar al comienzo de la sección field_ids . |
method_ids_size | uint | recuento de elementos en la lista de identificadores de métodos |
method_ids_off | uint | desplazamiento desde el inicio del archivo hasta la lista de identificadores de métodos, o 0 si method_ids_size == 0 . El desplazamiento, si no es cero, debe estar al comienzo de la sección method_ids . |
class_defs_size | uint | recuento de elementos en la lista de definiciones de clase |
class_defs_off | uint | desplazamiento desde el inicio del archivo a la lista de definiciones de clase, o 0 si class_defs_size == 0 (ciertamente, un caso extraño). El desplazamiento, si no es cero, debe estar al comienzo de la sección class_defs . |
tamaño de datos | uint | Tamaño de la sección de data en bytes. Debe ser un múltiplo par de sizeof(uint). |
datos_off | uint | desplazamiento desde el inicio del archivo hasta el inicio de la sección de data . |
map_list
aparece en la sección de datos
referenciado desde header_item
alineación: 4 bytes
Esta es una lista de todo el contenido de un archivo, en orden. Contiene cierta redundancia con respecto a header_item
pero pretende ser una forma fácil de usar para iterar sobre un archivo completo. Un tipo determinado debe aparecer como máximo una vez en un mapa, pero no hay restricciones sobre el orden en que pueden aparecer los tipos, además de las restricciones implícitas en el resto del formato (por ejemplo, una sección de header
debe aparecer primero, seguida de string_ids
sección, etc). Además, las entradas del mapa deben ordenarse por desplazamiento inicial y no deben superponerse.
Nombre | Formato | Descripción |
---|---|---|
Talla | uint | tamaño de la lista, en entradas |
lista | map_item[tamaño] | elementos de la lista |
formato map_item
Nombre | Formato | Descripción |
---|---|---|
escribe | corto | tipo de los artículos; vea la tabla de abajo |
no usado | corto | (no usado) |
Talla | uint | recuento del número de elementos que se encuentran en el desplazamiento indicado |
compensar | uint | desplazamiento desde el inicio del archivo hasta los elementos en cuestión |
Códigos de tipo
Tipo de artículo | Constante | Valor | Tamaño del elemento en bytes |
---|---|---|---|
encabezado_elemento | TYPE_HEADER_ITEM | 0x0000 | 0x70 |
cadena_id_elemento | TYPE_STRING_ID_ITEM | 0x0001 | 0x04 |
tipo_id_elemento | TYPE_TYPE_ID_ITEM | 0x0002 | 0x04 |
proto_id_elemento | TYPE_PROTO_ID_ITEM | 0x0003 | 0x0c |
campo_id_elemento | TYPE_FIELD_ID_ITEM | 0x0004 | 0x08 |
método_id_elemento | TYPE_METHOD_ID_ITEM | 0x0005 | 0x08 |
class_def_item | TYPE_CLASS_DEF_ITEM | 0x0006 | 0x20 |
call_site_id_item | TYPE_CALL_SITE_ID_ITEM | 0x0007 | 0x04 |
method_handle_item | TYPE_METHOD_HANDLE_ITEM | 0x0008 | 0x08 |
map_list | TIPO_MAPA_LISTA | 0x1000 | 4 + (tamaño del artículo * 12) |
lista_de_tipos | TYPE_TYPE_LIST | 0x1001 | 4 + (tamaño del artículo * 2) |
anotación_conjunto_ref_lista | TYPE_ANNOTATION_SET_REF_LIST | 0x1002 | 4 + (tamaño del artículo * 4) |
anotación_conjunto_elemento | TYPE_ANNOTATION_SET_ITEM | 0x1003 | 4 + (tamaño del artículo * 4) |
elemento_datos_de_clase | TYPE_CLASS_DATA_ITEM | 0x2000 | implícito; debe analizar |
código_elemento | TYPE_CODE_ITEM | 0x2001 | implícito; debe analizar |
cadena_datos_elemento | TYPE_STRING_DATA_ITEM | 0x2002 | implícito; debe analizar |
debug_info_item | TIPO_DEBUG_INFO_ITEM | 0x2003 | implícito; debe analizar |
anotación_elemento | TYPE_ANNOTATION_ITEM | 0x2004 | implícito; debe analizar |
elemento_matriz_codificado | TYPE_ENCODED_ARRAY_ITEM | 0x2005 | implícito; debe analizar |
annotations_directory_item | TYPE_ANNOTATIONS_DIRECTORY_ITEM | 0x2006 | implícito; debe analizar |
ocultoapi_class_data_item | TYPE_HIDDENAPI_CLASS_DATA_ITEM | 0xF000 | implícito; debe analizar |
cadena_id_elemento
aparece en la sección string_ids
alineación: 4 bytes
Nombre | Formato | Descripción |
---|---|---|
string_data_off | uint | desplazamiento desde el inicio del archivo hasta los datos de la cadena para este elemento. El desplazamiento debe estar en una ubicación en la sección de data , y los datos deben estar en el formato especificado por " string_data_item " a continuación. No hay ningún requisito de alineación para el desplazamiento. |
cadena_datos_elemento
aparece en la sección de datos
alineación: ninguno (alineado por bytes)
Nombre | Formato | Descripción |
---|---|---|
utf16_tamaño | uleb128 | tamaño de esta cadena, en unidades de código UTF-16 (que es la "longitud de la cadena" en muchos sistemas). Es decir, esta es la longitud decodificada de la cadena. (La longitud codificada está implícita en la posición del byte 0 ). |
datos | ubyte[] | una serie de unidades de código MUTF-8 (también conocidas como octetos, también conocidos como bytes) seguidas de un byte de valor 0 . Consulte "Codificación MUTF-8 (UTF-8 modificada)" más arriba para obtener detalles y una discusión sobre el formato de datos. Nota: es aceptable tener una cadena que incluya (la forma codificada de) unidades de código sustituto UTF-16 (es decir, |
tipo_id_elemento
aparece en la sección type_ids
alineación: 4 bytes
Nombre | Formato | Descripción |
---|---|---|
descriptor_idx | uint | index en la lista string_ids para la cadena del descriptor de este tipo. La cadena debe ajustarse a la sintaxis de TypeDescriptor , definida anteriormente. |
proto_id_elemento
aparece en la sección proto_ids
alineación: 4 bytes
Nombre | Formato | Descripción |
---|---|---|
shorty_idx | uint | index en la lista string_ids para la cadena de descriptor de formato corto de este prototipo. La cadena debe ajustarse a la sintaxis de ShortyDescriptor , definida anteriormente, y debe corresponder al tipo de devolución y los parámetros de este elemento. |
return_type_idx | uint | índice en la lista type_ids para el tipo de retorno de este prototipo |
parámetros_desactivado | uint | desplazamiento desde el inicio del archivo a la lista de tipos de parámetros para este prototipo, o 0 si este prototipo no tiene parámetros. Este desplazamiento, si no es cero, debe estar en la sección de data , y los datos deben estar en el formato especificado por "type_list" continuación. Además, no debe haber ninguna referencia al tipo void en la lista. |
campo_id_elemento
aparece en la sección field_ids
alineación: 4 bytes
Nombre | Formato | Descripción |
---|---|---|
clase_idx | corto | index en la lista type_ids para el definidor de este campo. Este debe ser un tipo de clase, y no una matriz o un tipo primitivo. |
tipo_idx | corto | índice en la lista type_ids para el tipo de este campo |
nombre_idx | uint | index en la lista string_ids para el nombre de este campo. La cadena debe ajustarse a la sintaxis de MemberName , definida anteriormente. |
método_id_elemento
aparece en la sección method_ids
alineación: 4 bytes
Nombre | Formato | Descripción |
---|---|---|
clase_idx | corto | index en la lista type_ids para el definidor de este método. Este debe ser un tipo de clase o matriz, y no un tipo primitivo. |
proto_idx | corto | índice en la lista de proto_ids para el prototipo de este método |
nombre_idx | uint | index en la lista string_ids para el nombre de este método. La cadena debe ajustarse a la sintaxis de MemberName , definida anteriormente. |
class_def_item
aparece en la sección class_defs
alineación: 4 bytes
Nombre | Formato | Descripción |
---|---|---|
clase_idx | uint | index en la lista type_ids para esta clase. Este debe ser un tipo de clase, y no una matriz o un tipo primitivo. |
banderas_de_acceso | uint | banderas de acceso para la clase ( public , final , etc.). Consulte "Definiciones de access_flags " para obtener más detalles. |
superclase_idx | uint | index en la lista type_ids para la superclase, o el valor constante NO_INDEX si esta clase no tiene superclase (es decir, es una clase raíz como Object ). Si está presente, debe ser un tipo de clase y no una matriz o un tipo primitivo. |
interfaces_off | uint | desplazamiento desde el inicio del archivo hasta la lista de interfaces, o 0 si no hay ninguna. Este desplazamiento debe estar en la sección de data , y los datos deben estar en el formato especificado por " type_list " a continuación. Cada uno de los elementos de la lista debe ser un tipo de clase (no una matriz o un tipo primitivo) y no debe haber duplicados. |
source_file_idx | uint | index en la lista string_ids para el nombre del archivo que contiene la fuente original para (al menos la mayor parte) de esta clase, o el valor especial NO_INDEX para representar la falta de esta información. El debug_info_item de cualquier método dado puede anular este archivo fuente, pero la expectativa es que la mayoría de las clases solo provengan de un archivo fuente. |
anotaciones_off | uint | desplazamiento desde el inicio del archivo hasta la estructura de anotaciones para esta clase, o 0 si no hay anotaciones en esta clase. Este desplazamiento, si no es cero, debe estar en la sección de data , y los datos deben estar en el formato especificado por " annotations_directory_item " a continuación, con todos los elementos que se refieren a esta clase como el definidor. |
class_data_off | uint | desplazamiento desde el inicio del archivo hasta los datos de clase asociados para este elemento, o 0 si no hay datos de clase para esta clase. (Este puede ser el caso, por ejemplo, si esta clase es una interfaz de marcador). El desplazamiento, si no es cero, debe estar en la sección de data , y los datos deben estar en el formato especificado por " class_data_item " a continuación, con todos los elementos que se refieren a esta clase como el definidor. |
static_values_off | uint | desplazamiento desde el inicio del archivo a la lista de valores iniciales para campos static , o 0 si no hay ninguno (y todos los campos static deben inicializarse con 0 o null ). Este desplazamiento debe estar en la sección de data , y los datos deben estar en el formato especificado por " encoded_array_item " a continuación. El tamaño de la matriz no debe ser mayor que el número de campos static declarados por esta clase, y los elementos corresponden a los campos static en el mismo orden declarado en la lista de field_list correspondiente. El tipo de cada elemento de la matriz debe coincidir con el tipo declarado de su campo correspondiente. Si hay menos elementos en la matriz que campos static , los campos sobrantes se inicializan con un 0 o null apropiado para el tipo. |
call_site_id_item
aparece en la sección call_site_ids
alineación: 4 bytes
Nombre | Formato | Descripción |
---|---|---|
call_site_off | uint | desplazamiento desde el inicio del archivo para llamar a la definición del sitio. El desplazamiento debe estar en la sección de datos, y los datos deben estar en el formato especificado por "call_site_item" a continuación. |
llamar_sitio_elemento
aparece en la sección de datos
alineación: ninguna (byte alineado)
call_site_item es un encoded_array_item cuyos elementos corresponden a los argumentos proporcionados a un método de vinculación de arranque. Los tres primeros argumentos son:
- Un identificador de método que representa el método del enlazador de arranque (VALUE_METHOD_HANDLE).
- Un nombre de método que debe resolver el enlazador de arranque (VALUE_STRING).
- A method type corresponding to the type of the method name to be resolved (VALUE_METHOD_TYPE).
Any additional arguments are constant values passed to the bootstrap linker method. These arguments are passed in order and without any type conversions.
The method handle representing the bootstrap linker method must have return type java.lang.invoke.CallSite
. The first three parameter types are:
-
java.lang.invoke.Lookup
-
java.lang.String
-
java.lang.invoke.MethodType
The parameter types of any additional arguments are determined from their constant values.
method_handle_item
appears in the method_handles section
alignment: 4 bytes
Name | Format | Descripción |
---|---|---|
method_handle_type | ushort | type of the method handle; see table below |
unused | ushort | (unused) |
field_or_method_id | ushort | Field or method id depending on whether the method handle type is an accessor or a method invoker |
unused | ushort | (unused) |
Method Handle Type Codes
Constant | Valor | Descripción |
---|---|---|
METHOD_HANDLE_TYPE_STATIC_PUT | 0x00 | Method handle is a static field setter (accessor) |
METHOD_HANDLE_TYPE_STATIC_GET | 0x01 | Method handle is a static field getter (accessor) |
METHOD_HANDLE_TYPE_INSTANCE_PUT | 0x02 | Method handle is an instance field setter (accessor) |
METHOD_HANDLE_TYPE_INSTANCE_GET | 0x03 | Method handle is an instance field getter (accessor) |
METHOD_HANDLE_TYPE_INVOKE_STATIC | 0x04 | Method handle is a static method invoker |
METHOD_HANDLE_TYPE_INVOKE_INSTANCE | 0x05 | Method handle is an instance method invoker |
METHOD_HANDLE_TYPE_INVOKE_CONSTRUCTOR | 0x06 | Method handle is a constructor method invoker |
METHOD_HANDLE_TYPE_INVOKE_DIRECT | 0x07 | Method handle is a direct method invoker |
METHOD_HANDLE_TYPE_INVOKE_INTERFACE | 0x08 | Method handle is an interface method invoker |
class_data_item
referenced from class_def_item
appears in the data section
alignment: none (byte-aligned)
Name | Format | Descripción |
---|---|---|
static_fields_size | uleb128 | the number of static fields defined in this item |
instance_fields_size | uleb128 | the number of instance fields defined in this item |
direct_methods_size | uleb128 | the number of direct methods defined in this item |
virtual_methods_size | uleb128 | the number of virtual methods defined in this item |
static_fields | encoded_field[static_fields_size] | the defined static fields, represented as a sequence of encoded elements. The fields must be sorted by field_idx in increasing order. |
instance_fields | encoded_field[instance_fields_size] | the defined instance fields, represented as a sequence of encoded elements. The fields must be sorted by field_idx in increasing order. |
direct_methods | encoded_method[direct_methods_size] | the defined direct (any of static , private , or constructor) methods, represented as a sequence of encoded elements. The methods must be sorted by method_idx in increasing order. |
virtual_methods | encoded_method[virtual_methods_size] | the defined virtual (none of static , private , or constructor) methods, represented as a sequence of encoded elements. This list should not include inherited methods unless overridden by the class that this item represents. The methods must be sorted by method_idx in increasing order. The method_idx of a virtual method must not be the same as any direct method. |
Note: All elements' field_id
s and method_id
s must refer to the same defining class.
encoded_field format
Name | Format | Descripción |
---|---|---|
field_idx_diff | uleb128 | index into the field_ids list for the identity of this field (includes the name and descriptor), represented as a difference from the index of previous element in the list. The index of the first element in a list is represented directly. |
access_flags | uleb128 | access flags for the field ( public , final , etc.). See " access_flags Definitions" for details. |
encoded_method format
Name | Format | Descripción |
---|---|---|
method_idx_diff | uleb128 | index into the method_ids list for the identity of this method (includes the name and descriptor), represented as a difference from the index of previous element in the list. The index of the first element in a list is represented directly. |
access_flags | uleb128 | access flags for the method ( public , final , etc.). See " access_flags Definitions" for details. |
code_off | uleb128 | offset from the start of the file to the code structure for this method, or 0 if this method is either abstract or native . The offset should be to a location in the data section. The format of the data is specified by " code_item " below. |
type_list
referenced from class_def_item and proto_id_item
appears in the data section
alignment: 4 bytes
Name | Format | Descripción |
---|---|---|
size | uint | size of the list, in entries |
list | type_item[size] | elements of the list |
type_item format
Name | Format | Descripción |
---|---|---|
type_idx | ushort | index into the type_ids list |
code_item
referenced from encoded_method
appears in the data section
alignment: 4 bytes
Name | Format | Descripción |
---|---|---|
registers_size | ushort | the number of registers used by this code |
ins_size | ushort | the number of words of incoming arguments to the method that this code is for |
outs_size | ushort | the number of words of outgoing argument space required by this code for method invocation |
tries_size | ushort | the number of try_item s for this instance. If non-zero, then these appear as the tries array just after the insns in this instance. |
debug_info_off | uint | offset from the start of the file to the debug info (line numbers + local variable info) sequence for this code, or 0 if there simply is no information. The offset, if non-zero, should be to a location in the data section. The format of the data is specified by " debug_info_item " below. |
insns_size | uint | size of the instructions list, in 16-bit code units |
insns | ushort[insns_size] | actual array of bytecode. The format of code in an insns array is specified by the companion document Dalvik bytecode . Note that though this is defined as an array of ushort , there are some internal structures that prefer four-byte alignment. Also, if this happens to be in an endian-swapped file, then the swapping is only done on individual ushort s and not on the larger internal structures. |
padding | ushort (optional) = 0 | two bytes of padding to make tries four-byte aligned. This element is only present if tries_size is non-zero and insns_size is odd. |
tries | try_item[tries_size] (optional) | array indicating where in the code exceptions are caught and how to handle them. Elements of the array must be non-overlapping in range and in order from low to high address. This element is only present if tries_size is non-zero. |
handlers | encoded_catch_handler_list (optional) | bytes representing a list of lists of catch types and associated handler addresses. Each try_item has a byte-wise offset into this structure. This element is only present if tries_size is non-zero. |
try_item format
Name | Format | Descripción |
---|---|---|
start_addr | uint | start address of the block of code covered by this entry. The address is a count of 16-bit code units to the start of the first covered instruction. |
insn_count | ushort | number of 16-bit code units covered by this entry. The last code unit covered (inclusive) is start_addr + insn_count - 1 . |
handler_off | ushort | offset in bytes from the start of the associated encoded_catch_hander_list to the encoded_catch_handler for this entry. This must be an offset to the start of an encoded_catch_handler . |
encoded_catch_handler_list format
Name | Format | Descripción |
---|---|---|
size | uleb128 | size of this list, in entries |
list | encoded_catch_handler[handlers_size] | actual list of handler lists, represented directly (not as offsets), and concatenated sequentially |
encoded_catch_handler format
Name | Format | Descripción |
---|---|---|
size | sleb128 | number of catch types in this list. If non-positive, then this is the negative of the number of catch types, and the catches are followed by a catch-all handler. For example: A size of 0 means that there is a catch-all but no explicitly typed catches. A size of 2 means that there are two explicitly typed catches and no catch-all. And a size of -1 means that there is one typed catch along with a catch-all. |
handlers | encoded_type_addr_pair[abs(size)] | stream of abs(size) encoded items, one for each caught type, in the order that the types should be tested. |
catch_all_addr | uleb128 (optional) | bytecode address of the catch-all handler. This element is only present if size is non-positive. |
encoded_type_addr_pair format
Name | Format | Descripción |
---|---|---|
type_idx | uleb128 | index into the type_ids list for the type of the exception to catch |
addr | uleb128 | bytecode address of the associated exception handler |
debug_info_item
referenced from code_item
appears in the data section
alignment: none (byte-aligned)
Each debug_info_item
defines a DWARF3-inspired byte-coded state machine that, when interpreted, emits the positions table and (potentially) the local variable information for a code_item
. The sequence begins with a variable-length header (the length of which depends on the number of method parameters), is followed by the state machine bytecodes, and ends with an DBG_END_SEQUENCE
byte.
The state machine consists of five registers. The address
register represents the instruction offset in the associated insns_item
in 16-bit code units. The address
register starts at 0
at the beginning of each debug_info
sequence and must only monotonically increase. The line
register represents what source line number should be associated with the next positions table entry emitted by the state machine. It is initialized in the sequence header, and may change in positive or negative directions but must never be less than 1
. The source_file
register represents the source file that the line number entries refer to. It is initialized to the value of source_file_idx
in class_def_item
. The other two variables, prologue_end
and epilogue_begin
, are boolean flags (initialized to false
) that indicate whether the next position emitted should be considered a method prologue or epilogue. The state machine must also track the name and type of the last local variable live in each register for the DBG_RESTART_LOCAL
code.
The header is as follows:
Name | Format | Descripción |
---|---|---|
line_start | uleb128 | the initial value for the state machine's line register. Does not represent an actual positions entry. |
parameters_size | uleb128 | the number of parameter names that are encoded. There should be one per method parameter, excluding an instance method's this , if any. |
parameter_names | uleb128p1[parameters_size] | string index of the method parameter name. An encoded value of NO_INDEX indicates that no name is available for the associated parameter. The type descriptor and signature are implied from the method descriptor and signature. |
The byte code values are as follows:
Name | Valor | Format | Arguments | Descripción |
---|---|---|---|---|
DBG_END_SEQUENCE | 0x00 | (none) | terminates a debug info sequence for a code_item | |
DBG_ADVANCE_PC | 0x01 | uleb128 addr_diff | addr_diff : amount to add to address register | advances the address register without emitting a positions entry |
DBG_ADVANCE_LINE | 0x02 | sleb128 line_diff | line_diff : amount to change line register by | advances the line register without emitting a positions entry |
DBG_START_LOCAL | 0x03 | uleb128 register_num uleb128p1 name_idx uleb128p1 type_idx | register_num : register that will contain localname_idx : string index of the nametype_idx : type index of the type | introduces a local variable at the current address. Either name_idx or type_idx may be NO_INDEX to indicate that that value is unknown. |
DBG_START_LOCAL_EXTENDED | 0x04 | uleb128 register_num uleb128p1 name_idx uleb128p1 type_idx uleb128p1 sig_idx | register_num : register that will contain localname_idx : string index of the nametype_idx : type index of the typesig_idx : string index of the type signature | introduces a local with a type signature at the current address. Any of name_idx , type_idx , or sig_idx may be NO_INDEX to indicate that that value is unknown. (If sig_idx is -1 , though, the same data could be represented more efficiently using the opcode DBG_START_LOCAL .) Note: See the discussion under " |
DBG_END_LOCAL | 0x05 | uleb128 register_num | register_num : register that contained local | marks a currently-live local variable as out of scope at the current address |
DBG_RESTART_LOCAL | 0x06 | uleb128 register_num | register_num : register to restart | re-introduces a local variable at the current address. The name and type are the same as the last local that was live in the specified register. |
DBG_SET_PROLOGUE_END | 0x07 | (none) | sets the prologue_end state machine register, indicating that the next position entry that is added should be considered the end of a method prologue (an appropriate place for a method breakpoint). The prologue_end register is cleared by any special ( >= 0x0a ) opcode. | |
DBG_SET_EPILOGUE_BEGIN | 0x08 | (none) | sets the epilogue_begin state machine register, indicating that the next position entry that is added should be considered the beginning of a method epilogue (an appropriate place to suspend execution before method exit). The epilogue_begin register is cleared by any special ( >= 0x0a ) opcode. | |
DBG_SET_FILE | 0x09 | uleb128p1 name_idx | name_idx : string index of source file name; NO_INDEX if unknown | indicates that all subsequent line number entries make reference to this source file name, instead of the default name specified in code_item |
Special Opcodes | 0x0a…0xff | (none) | advances the line and address registers, emits a position entry, and clears prologue_end and epilogue_begin . See below for description. |
Special opcodes
Opcodes with values between 0x0a
and 0xff
(inclusive) move both the line
and address
registers by a small amount and then emit a new position table entry. The formula for the increments are as follows:
DBG_FIRST_SPECIAL = 0x0a // the smallest special opcode DBG_LINE_BASE = -4 // the smallest line number increment DBG_LINE_RANGE = 15 // the number of line increments represented adjusted_opcode = opcode - DBG_FIRST_SPECIAL line += DBG_LINE_BASE + (adjusted_opcode % DBG_LINE_RANGE) address += (adjusted_opcode / DBG_LINE_RANGE)
annotations_directory_item
referenced from class_def_item
appears in the data section
alignment: 4 bytes
Name | Format | Descripción |
---|---|---|
class_annotations_off | uint | offset from the start of the file to the annotations made directly on the class, or 0 if the class has no direct annotations. The offset, if non-zero, should be to a location in the data section. The format of the data is specified by " annotation_set_item " below. |
fields_size | uint | count of fields annotated by this item |
annotated_methods_size | uint | count of methods annotated by this item |
annotated_parameters_size | uint | count of method parameter lists annotated by this item |
field_annotations | field_annotation[fields_size] (optional) | list of associated field annotations. The elements of the list must be sorted in increasing order, by field_idx . |
method_annotations | method_annotation[methods_size] (optional) | list of associated method annotations. The elements of the list must be sorted in increasing order, by method_idx . |
parameter_annotations | parameter_annotation[parameters_size] (optional) | list of associated method parameter annotations. The elements of the list must be sorted in increasing order, by method_idx . |
Note: All elements' field_id
s and method_id
s must refer to the same defining class.
field_annotation format
Name | Format | Descripción |
---|---|---|
field_idx | uint | index into the field_ids list for the identity of the field being annotated |
annotations_off | uint | offset from the start of the file to the list of annotations for the field. The offset should be to a location in the data section. The format of the data is specified by " annotation_set_item " below. |
method_annotation format
Name | Format | Descripción |
---|---|---|
method_idx | uint | index into the method_ids list for the identity of the method being annotated |
annotations_off | uint | offset from the start of the file to the list of annotations for the method. The offset should be to a location in the data section. The format of the data is specified by " annotation_set_item " below. |
parameter_annotation format
Name | Format | Descripción |
---|---|---|
method_idx | uint | index into the method_ids list for the identity of the method whose parameters are being annotated |
annotations_off | uint | offset from the start of the file to the list of annotations for the method parameters. The offset should be to a location in the data section. The format of the data is specified by " annotation_set_ref_list " below. |
annotation_set_ref_list
referenced from parameter_annotations_item
appears in the data section
alignment: 4 bytes
Name | Format | Descripción |
---|---|---|
size | uint | size of the list, in entries |
list | annotation_set_ref_item[size] | elements of the list |
annotation_set_ref_item format
Name | Format | Descripción |
---|---|---|
annotations_off | uint | offset from the start of the file to the referenced annotation set or 0 if there are no annotations for this element. The offset, if non-zero, should be to a location in the data section. The format of the data is specified by " annotation_set_item " below. |
annotation_set_item
referenced from annotations_directory_item, field_annotations_item, method_annotations_item, and annotation_set_ref_item
appears in the data section
alignment: 4 bytes
Name | Format | Descripción |
---|---|---|
size | uint | size of the set, in entries |
entries | annotation_off_item[size] | elements of the set. The elements must be sorted in increasing order, by type_idx . |
annotation_off_item format
Name | Format | Descripción |
---|---|---|
annotation_off | uint | offset from the start of the file to an annotation. The offset should be to a location in the data section, and the format of the data at that location is specified by " annotation_item " below. |
annotation_item
referenced from annotation_set_item
appears in the data section
alignment: none (byte-aligned)
Name | Format | Descripción |
---|---|---|
visibility | ubyte | intended visibility of this annotation (see below) |
annotation | encoded_annotation | encoded annotation contents, in the format described by " encoded_annotation format" under " encoded_value encoding" above. |
Visibility values
These are the options for the visibility
field in an annotation_item
:
Name | Valor | Descripción |
---|---|---|
VISIBILITY_BUILD | 0x00 | intended only to be visible at build time (eg, during compilation of other code) |
VISIBILITY_RUNTIME | 0x01 | intended to visible at runtime |
VISIBILITY_SYSTEM | 0x02 | intended to visible at runtime, but only to the underlying system (and not to regular user code) |
encoded_array_item
referenced from class_def_item
appears in the data section
alignment: none (byte-aligned)
Name | Format | Descripción |
---|---|---|
value | encoded_array | bytes representing the encoded array value, in the format specified by " encoded_array Format" under " encoded_value Encoding" above. |
hiddenapi_class_data_item
This section contains data on restricted interfaces used by each class.
Note: The hidden API feature was introduced in Android 10.0 and is only applicable to the DEX files of classes in the boot class path. The list of flags described below may be extended in the future releases of Android. For more information, see restrictions on non-SDK interfaces .
Name | Format | Descripción |
---|---|---|
size | uint | total size of the section |
offsets | uint[] | array of offsets indexed by class_idx . A zero array entry at index class_idx means that either there is no data for this class_idx , or all hidden API flags are zero. Otherwise the array entry is non-zero and contains an offset from the beginning of the section to an array of hidden API flags for this class_idx . |
flags | uleb128[] | concatenated arrays of hidden API flags for each class. Possible flag values are described in the table below. Flags are encoded in the same order as fields and methods are encoded in class data. |
Restriction flag types:
Name | Valor | Descripción |
---|---|---|
whitelist | 0 | Interfaces that can be freely used and are supported as part of the officially documented Android framework Package Index . |
greylist | 1 | Non-SDK interfaces that can be used regardless of the application's target API level . |
blacklist | 2 | Non-SDK interfaces that cannot be used regardless of the application's target API level . Accessing one of these interfaces causes a runtime error . |
greylist‑max‑o | 3 | Non-SDK interfaces that can be used for Android 8.x and below unless they are restricted. |
greylist‑max‑p | 4 | Non-SDK interfaces that can be used for Android 9.x unless they are restricted. |
greylist‑max‑q | 5 | Non-SDK interfaces that can be used for Android 10.x unless they are restricted. |
greylist‑max‑r | 6 | Non-SDK interfaces that can be used for Android 11.x unless they are restricted. |
System annotations
System annotations are used to represent various pieces of reflective information about classes (and methods and fields). This information is generally only accessed indirectly by client (non-system) code.
System annotations are represented in .dex
files as annotations with visibility set to VISIBILITY_SYSTEM
.
dalvik.annotation.AnnotationDefault
appears on methods in annotation interfaces
An AnnotationDefault
annotation is attached to each annotation interface which wishes to indicate default bindings.
Name | Format | Descripción |
---|---|---|
value | Annotation | the default bindings for this annotation, represented as an annotation of this type. The annotation need not include all names defined by the annotation; missing names simply do not have defaults. |
dalvik.annotation.EnclosingClass
appears on classes
An EnclosingClass
annotation is attached to each class which is either defined as a member of another class, per se, or is anonymous but not defined within a method body (eg, a synthetic inner class). Every class that has this annotation must also have an InnerClass
annotation. Additionally, a class must not have both an EnclosingClass
and an EnclosingMethod
annotation.
Name | Format | Descripción |
---|---|---|
value | Class | the class which most closely lexically scopes this class |
dalvik.annotation.EnclosingMethod
appears on classes
An EnclosingMethod
annotation is attached to each class which is defined inside a method body. Every class that has this annotation must also have an InnerClass
annotation. Additionally, a class must not have both an EnclosingClass
and an EnclosingMethod
annotation.
Name | Format | Descripción |
---|---|---|
value | Method | the method which most closely lexically scopes this class |
dalvik.annotation.InnerClass
appears on classes
An InnerClass
annotation is attached to each class which is defined in the lexical scope of another class's definition. Any class which has this annotation must also have either an EnclosingClass
annotation or an EnclosingMethod
annotation.
Name | Format | Descripción |
---|---|---|
name | String | the originally declared simple name of this class (not including any package prefix). If this class is anonymous, then the name is null . |
accessFlags | int | the originally declared access flags of the class (which may differ from the effective flags because of a mismatch between the execution models of the source language and target virtual machine) |
dalvik.annotation.MemberClasses
appears on classes
A MemberClasses
annotation is attached to each class which declares member classes. (A member class is a direct inner class that has a name.)
Name | Format | Descripción |
---|---|---|
value | Class[] | array of the member classes |
dalvik.annotation.MethodParameters
appears on methods
Note: This annotation was added after Android 7.1. Its presence on earlier Android releases will be ignored.
A MethodParameters
annotation is optional and can be used to provide parameter metadata such as parameter names and modifiers.
The annotation can be omitted from a method or constructor safely when the parameter metadata is not required at runtime. java.lang.reflect.Parameter.isNamePresent()
can be used to check whether metadata is present for a parameter, and the associated reflection methods such as java.lang.reflect.Parameter.getName()
will fall back to default behavior at runtime if the information is not present.
When including parameter metadata, compilers must include information for generated classes such as enums, since the parameter metadata includes whether or not a parameter is synthetic or mandated.
A MethodParameters
annotation describes only individual method parameters. Therefore, compilers may omit the annotation entirely for constructors and methods that have no parameters, for the sake of code-size and runtime efficiency.
The arrays documented below must be the same size as for the method_id_item
dex structure associated with the method, otherwise a java.lang.reflect.MalformedParametersException
will be thrown at runtime.
That is: method_id_item.proto_idx
-> proto_id_item.parameters_off
-> type_list.size
must be the same as names().length
and accessFlags().length
.
Because MethodParameters
describes all formal method parameters, even those not explicitly or implicitly declared in source code, the size of the arrays may differ from the Signature or other metadata information that is based only on explicit parameters declared in source code. MethodParameters
will also not include any information about type annotation receiver parameters that do not exist in the actual method signature.
Name | Format | Descripción |
---|---|---|
names | String[] | The names of formal parameters for the associated method. The array must not be null but must be empty if there are no formal parameters. A value in the array must be null if the formal parameter with that index has no name. If parameter name strings are empty or contain '.', ';', '[' or '/' then a java.lang.reflect.MalformedParametersException will be thrown at runtime. |
accessFlags | int[] | The access flags of the formal parameters for the associated method. The array must not be null but must be empty if there are no formal parameters. The value is a bit mask with the following values:
java.lang.reflect.MalformedParametersException will be thrown at runtime. |
dalvik.annotation.Signature
appears on classes, fields, and methods
A Signature
annotation is attached to each class, field, or method which is defined in terms of a more complicated type than is representable by a type_id_item
. The .dex
format does not define the format for signatures; it is merely meant to be able to represent whatever signatures a source language requires for successful implementation of that language's semantics. As such, signatures are not generally parsed (or verified) by virtual machine implementations. The signatures simply get handed off to higher-level APIs and tools (such as debuggers). Any use of a signature, therefore, should be written so as not to make any assumptions about only receiving valid signatures, explicitly guarding itself against the possibility of coming across a syntactically invalid signature.
Because signature strings tend to have a lot of duplicated content, a Signature
annotation is defined as an array of strings, where duplicated elements naturally refer to the same underlying data, and the signature is taken to be the concatenation of all the strings in the array. There are no rules about how to pull apart a signature into separate strings; that is entirely up to the tools that generate .dex
files.
Name | Format | Descripción |
---|---|---|
value | String[] | the signature of this class or member, as an array of strings that is to be concatenated together |
dalvik.annotation.Throws
appears on methods
A Throws
annotation is attached to each method which is declared to throw one or more exception types.
Name | Format | Descripción |
---|---|---|
value | Class[] | the array of exception types thrown |