开篇之前，我一直考虑这算不算侵权？只是兴趣，如果有人告知侵权的话，立马删除。

我所说的数据不是指拿别人app中的图片资源。而是程序运行所需要的数据。

App中的数据无非两种，一种是网络数据，一种是本地数据。网络请求我们一般用抓包工具（Mac上的Charles 或者Windows上的Fiddler）来获取Api，然后再用程序循环请求，获取所有的数据。而另一种是app存储到本地的数据，一种是存储到文件中的，一种是存储到数据库中的。

一次偶然的机会，发现快快查汉语词典这个app作为汉语词典来说，还算是比较良心的app，免费，而且界面还是比较干净的。而且词库比较全。所以我想获取这个词典的所有数据，作为自己的词库使用。像这种词典，一般汉字都用拼音散列开了。所以我想获取汉字和拼音的映射。好吧，用了一个周的时间，边学习，边反编译，并且学习了Smali语法。最终还是把数据解析出来了。

大体流程：数据解密--->数据格式化--->格式化后的数据

作为一个词典来说，我感觉这个app做的相当不错。有很多值得我们学习的地方。so，我给反编译了。

1. 分析一下数据到底来源于网络呢，还是本地数据存储呢。这个很容易判断，第一次安装好app之后，断开网络，如果仍然能查询，说明本地有数据缓存，如果不能查询，说明必须要访问网络。好，测试之后我们发现能查询，说明本地可定有一份可供查询的数据存储。

有些app会做双重数据存储。也就是说数据源，既有网络也有本地，比如有道词典，会做一部分本地存储，详细信息要从网络查询。所以还要做，有网和无网情况下查询详情是不是一样，来判断本地是否存有所有的数据。经过比较发现本地确实有完整的数据存储

1. 如果数据存储在本地，存在哪了？

   理由： 像字--拼音--解释这种数据结构，一般不适合存放到文件中。

   实践：数据库存放无非三个位置，一个是/data/data/包名目录下，一个是/sdcard/Android/data/包名,最后一个就是SD卡了，随便建个文件夹就可以存储。，那么如何判断数据库文件存放在这三个位置中的那个呢？我们来一个个排除：

• 要访问真机的/data/data目录必须要root权限。当然我的测试机是root了的。发现里面并没有任何有价值的数据库。

• /sdcard/Android/data/包名这个目录是可以访问的，adb shell的方式访问之后也没有发现任何有价值的数据。

• 那就剩下最后一个sd卡了。这个比较麻烦，因为这个路径不固定，可以任意创建文件夹。如果是测试机，那么sd卡上没有几个文件夹比价好排查。这里可以用一些小技巧。比如我们app的包名为com.kk.dict 所以按照一般程序员命名规则，这个文件夹如果真的在SD卡上的话，那么有很大的可能性和kk或者dict有关，哈哈，经过查找，在sd卡上有个叫kkdict的文件夹，最后发现所有的离线数据库都在这里面/sdcard/kkdict/dict/

• 其实上面的三种排查方式比较大众化，也就是可以用于所有的情况下的排查，但是在分析别人的app的时候，我们的方法还是比较灵活的，不拘泥于这么几种，比如我们要分析的这个快快查词典。并不需要这么麻烦。这个app在我的-->设置-->功能包下载里面能够设置离线的数据库的存储路径。
  

• 由上图可以发现，在这之前的所有分析，都不用了，从离线路径可以分析出来，这数据查询就保存在本地，而且保存路径都可以看到了。

结果： 和我们猜想的一样。

1. 好那接下来我们就从数据库中拿数据了哦~

   快快查词典包含的主要数据库

   从名字结合app的界面可以大体分析出数据库中存储的内容。我们来看详解这个库，应该存储的是每个字的详细解释。用数据库查看软件查看一下我用的Navicate(在Mac上没发现什么好用的sqlite3可视化查看软件)。打开数据库，找到里面主要的表，这下懵逼了。表里的数据是用二进制Blob存储的。
   

   下面的主要任务就是把这个zhujie的字段表示的数据解析出来：how？这种分析主要从哪下手、我一般主要从两方面下手：直接分析数据库；从界面反编译代码后，从代码查询。显然后者难度很大，如果代码混淆了，读起来相当困难。我们先来实验第一种方式，看是否能够成功。也就是直接解析zhujie字段的二进制，翻译成字符串。

   猜测这个二进制是什么：有这么几种可能，对象，直接把数据所对应的对象存到数据库，以二进制的方式；字符串，把字符串转换成二进制数据写入数据库；加密，这也是最头疼的方式，如果真的加密了，必须去源码中找到加密算法和相应的解密密钥。

   试验：试着猜想一下，这种数据库中可能存放对象吗？我感觉以我的经验来说不大可能，这种存对象的方式，平台适用性太低。如果使用java存的对象，只能用java读出来，那么这个库完全无法在别的平台（如：IOS）上使用。这种不是不行只是不太理想，极少有程序员这么做。当时我猜测的最大可能是字符串的二进制格式，因为我一直以为这种数据没必要加密。所以，我就试着验证了一下。如何读数据库就不说了，；

   从数据库以二进制的方式读入，然后用String解码。一运行，额。。。乱码？？

   
   

从上图看出，以我多年解决乱码的经验（瞎搞），出现乱码<font color="#ff0000">大多数</font>是由于编码方式不正确引起的。好，编码不对那我改还不行吗？

于是有了下图的测试代码：

额。。。全是乱码，从查词的结果来看一定包含中文，我知道的能处理中文的常用编码也就这么三种，你说全是乱码。这。。。

结果：上面猜想错误，0.0，只能继续猜测呗。

继续猜测： 会不会数据库存放的是Base64的二进制方式，作者会不会用Base64的方式对数据进行了简单的加密？ 但是仔细一想，Base64主要作用是把二进制转换成字符来显示和表达的。把一个字符串，转换成二进制在转换成Base64再换成二进制，再存储。好像能有这种想法的人有点，那啥吧？？既然没有别的办法也只能试试喽。测试代码就不给了，就是Base64的基本操作，就是流程绕了点，后来测试发现也是乱码。（:-

继续猜想：看了数据库的这个字段的数据真的加密了。只从数据库入手好像无法解决。加密有难有易，但是无论如何，他既然会显示到界面的数据是正常的明文，说明即使加密了，apk源码中也有解密代码。看了现在找到这个解密的代码是非常关键的。这个解密的代码也有难有易，如果做的简单点就是一个java的Util类。如果做的难了，用jni做到so文件中。但愿他在java中吧。这样反编译起来还简单些。

测试：要把apk中的dex拿出来反编译成jar，然后查看这个jar中的源文件。具体如何反编译拿到jar，不再给出，可以参考这个。 至于查看浏览这个jar包中的java代码，我主要借助两个工具jd-gui-1.3.0.jar和jadx-0.6.0为什么要接着两个，我能力有限，查看反编译后的java代码，如果这个代码被混淆了，读起来相当困难，而这两个tool反编译后的java代码各有优缺点。前者有代码跟进功能，后者的代码反编译的可读性比较好，但是后者代码综合性比较强，比如能简写的他会简写。这样读起来也比价困难。结合来看就轻松多了。

好，我们可以看到最终数据会被现实到，汉字查询结果页面。如下：

那么我们找到这个页面，然后就可以进行数据分析了，接下来的问题，这个页面怎么找？？

猜测：这是个Activity，既然是详情页面，那么根据中国程序员的英语水平命名的话，应该和Detail 和 Activity有关。好找一下。

如图所示，可以看到，这个jar里面大多数是没有用的，都是些第三方的引入。被打包进来的。真正我们写的代码在如图箭头指向的包中。是主要的Activity。找来找去，还真找到了一个叫DetailActivity.class的类。哈哈...

打开一看彻底懵逼：全是a啊b啊的。这特么怎么看。没办法，反编译比人的工程代码，需要极大的耐心。慢慢来看，有些小技巧在里面，我们并不需要全看，要想理解大体思路，也需要一定的代码基础。至少自己独立架构过一个项目。或者参与过很多项目。

思路：接下来要做的就是找到显示着段文字的View--->找到这个View的赋值过程--->找到这个值得来源--->这个来源中一定包含解密过程这个思路想起了简单，但是操作起来想当复制，我们可以看到这个DetailActivity.class类大约有几千行代码啊。如何找？

猜测：据我所知，在Android常用的显示文本的控件也就那么三个TextView,EditText,WebView。到底是哪个，我们要借助于一个工具叫Android Device Monitor 这是分析比人程序布局的利器啊。如何使用？ 因为用起来不难，但是描述起来很烦人。来看分析截图：

从红色箭头标出的部分看，6不6，这界面用了什么View，View的层级关系，View的Id都能得到。拿到了这些再去DetailActivity.class中分析是不是就简单多了。可以确定这个就是为WebView赋值而已嘛。找到WebView的赋值的地方，也就找到了数据源了。这时候就兴奋的去DetailActivity.class中找WevView了，我去，没有？？？why?

猜测：页面用了Fragment，数据在Fragment中，界面用了组合View，WebView在组合View中。分析到这里似乎难以用一种固定的方式分析了，好像要凭感觉？怎么办，转向layout 的xml文件，找点突破口。这时候就用到jadx出厂了，为啥？自己对比。

从图片中可以看到，我们很容易拿到了，这个activity的布局文件。打开它。

分析后发现果然，主要的数据都放到了ViewPager中。好啊，接下来的主要工作就转战这个ViewPager，在这个DetailActivity中可定有这个Viewpager的引用。继续用jadx。搜索这个ViewPager的id找到，他的引用。如下图。

一切如上图。其实感觉好的可以看到我们的方框框起来的就是我们最终要找的。好这个PagerAdapter的名字竟然叫j。Adapter有两种方式存在，一种是单独的文件，另一种是匿类的方式，这就是我们的开发常识了。先猜测就在本文件中吧。搜索Adapter.如下图：

图片中包含唯一的自定义View就是DetailContentView,打开它看看。哈，果然WebView就在这里面。如下图：

我们从这里面随便拿一个分析就行。我就选this.W吧。这个对应详情页的古汉语展开的详情。

那么这个this.W要想设置数据可定调用了a方法。搜索this.W 大小写敏感。注意自己过滤一些无关的搜索。结果可以看到唯一符合条件的是：

可以看到，这个p.c(this,this.aX.c)+this.aX.c)就是获取数据源的方法。猜测，这个p.c方法可能是某个帮助类。对数据进行处理，也可能是某个查询类根据传入的参数来查询，到底是什么呢？我们用jd-gui来帮助我们跟进代码。来跟进参数this.aX.c打这个东西。（P.S.这个p.c也是相当有用的。剧透一下用于字符串的格式化）如下图：

可以看到 aX就是上图中a这个类的对象，而c就是这个对象的成员，在结合上面的拼音，我们断定，这个a类是和数据库表结构对应的Bean类。进而我断定这个a的外部类就是数据库表的查询类。查询方法在上面。数据库表结构如下图：

从上上个图中，我们从a类的定义往上看，猜我看到了啥。哈哈，getBlob方法，很多时候感觉还是很重要的。一种熟悉的感觉有木有。一开始的时候我们就是用他读的数据的那个二进制字段。从这行代码往下读，看不懂？我也看不懂。但是我读出来，这个a类中的c字段就是我们要的东西。继续看这个c是怎么获取来的？

我们要做的就是找到，这个方法，把他提取出来，就能解密数据所有的二进制了。这是个静态方法，是比较独立的工具类。所以提取没有什么难度？但是也遇到很多问题，关键是有些加密代码看不懂。

万里长征走一半了？No，才刚刚开始。还记得我们要干嘛嘛？要拿到解密后数据的数据。继续吧：

用jd-gui跟进代码。q.a(byte[],int)。反编译查找方法时候一定注意方法签名。有可能都是特么的a 但都是重载，别找错了。这个方法传递一个加密后的二进制数据和他的长度进去，返回一个解密后的字符串。

我发现不能再往下写了，再写人家的加密算法就给拿出来了。

这个方法有用的即使三行。而这三行中唯一不知道的就是d也就是d.getBytes()中的d，继续分析这个类看看这个d是如何获取的。a(byte[],int)是个静态方法，所以d不可能在构造方法中初始化，一定在这个方法内初始化的，为啥找不到？？？对比jadx，效果如下图：

从上图可以看到，jadx的反编译结果，比jd-gui多了一个调用a()a的空方法，这才符合我的猜想嘛。接下来看看这个a()的定义，只要能拿到d的值。这个解密过程就算完成了。哈哈，这个不能贴了，这是人家的密钥生成方式。不过这个方法我是真心看不懂，不过没关系，这个方法没有引用其他的东西，直接拷出来，引入生成一个d就行了。至此解密完成。如下图所示：

这不太对啊。这数据格式太丑了，还包含什么乱七八糟的字符？要处理这些就是前面所说的字符串格式化。加入css样式和加入html标签。这个过程更是相当复杂。各种猜测和尝试，其中还借助了Smali文件，重新打包，打印log等。不过还好，最终成功了，我给封装成ExplainUtil,哈哈他的app中也是这么命名的，不过混淆过后就成了a，b，c。。。这种乱七八糟的东西了。

这篇文章写了五个小时~~~