📄 二进制 XML

指南概念

Android 构建时会把 AndroidManifest.xml 和 res/ 下的所有 XML 编译成一种二进制格式，ClassyShark 的 XmlDecompressor 是独立于 AOSP aapt 的自研解码器。

🤔 为什么是"二进制"

在源码工程里，AndroidManifest.xml 是人可读的文本；但打进 APK 之后，它变成一串字节，文本编辑器打开是一堆乱码 ❌。原因有二：

📦 省空间：把标签名、属性名集中到字符串池，用整数索引代替重复字面量，并支持 UTF-8 / UTF-16LE 双编码。
🚀 加速解析：解析器直接按块读小端整数，跳过词法/语法分析，启动时加载更快。

这套格式由 AOSP 的 ResourceTypes.h / ResourceTypes.cpp 定义。aapt/aapt2 在打包时负责把文本 XML 编译进去，运行时由 AssetManager 反向解析。ClassyShark 需要在 PC 端离线还原它，于是有了 XmlDecompressor。

🧩 文件块结构

二进制 XML 是一连串带类型标记的 chunk，小端序（Little-Endian）排列：

mermaid

flowchart TD
    A["0x00080003 文件魔数<br/>PACKED_XML_IDENTIFIER"] --> B["0x0001 字符串池<br/>RES_XML_STRING_TABLE"]
    B --> C["0x0180 资源映射表<br/>RES_XML_RESOURCE_MAP_TYPE"]
    C --> D["0x0102 开始元素<br/>START_ELEMENT_TAG"]
    D --> E["0x0104 CDATA<br/>CDATA_TAG（可选）"]
    E --> F["0x0103 结束元素<br/>END_ELEMENT_TAG"]
    F --> G{"还有块?"}
    G -- 是 --> D
    G -- 否 --> H["0x0101 文档结束<br/>END_DOC_TAG"]

块类型常量	值	含义
`PACKED_XML_IDENTIFIER`	`0x00080003`	文件头魔数，校验是否合法二进制 XML
`RES_XML_STRING_TABLE`	`0x0001`	字符串池块
`RES_XML_RESOURCE_MAP_TYPE`	`0x0180`	资源 ID 映射表
`START_ELEMENT_TAG`	`0x0102`	开始标签 `<foo>`
`END_ELEMENT_TAG`	`0x0103`	结束标签 `</foo>`
`CDATA_TAG`	`0x0104`	CDATA 文本块
`END_DOC_TAG`	`0x0101`	文档结束

解析器入口先用 LittleEndianDataInputStream 读首 4 字节，校验 PACKED_XML_IDENTIFIER，不匹配则抛 IOException("Invalid packed XML identifier...")。

📚 字符串池解码

字符串池是整个格式的核心——后续所有标签名、属性名、属性值都是对它的索引。XmlDecompressor.parseStrings() 处理流程：

读 stringMarker，校验是否为 RES_XML_STRING_TABLE。
读 chunkSize / numStrings / numStyles / flags / stringStart / stylesStart。
根据 flags & 0x100 判断编码：
- ✅ 置位 → UTF-8，每字形 1 字节。
- ❌ 未置位 → UTF-16LE，每字形 2 字节。
用 ByteBuffer（小端）批量读入数据，按偏移数组逐个取出字符串。

💡 这一步是 XmlDecompressor 自研实现的关键难点：AOSP 用 C++ 原生指针操作，这里用 ByteBuffer + 偏移数组在 Java 侧复现。

⚙️ 类型化属性值

开始标签内嵌一组属性，每组属性带一个 attrValueType 字节指明数据类型。XmlDecompressor.parseAttributes() 用一个 marker 0x00140014（ATTRS_MARKER）定位属性区起点，然后按下表解码：

类型常量	值	解码结果示例
`RES_TYPE_NULL`	`0x00`	`<empty>` / `<undefined>`
`RES_TYPE_REFERENCE`	`0x01`	`@res/0x7F08007E`
`RES_TYPE_ATTRIBUTE`	`0x02`	`@attr/0x...`
`RES_TYPE_STRING`	`0x03`	直接查字符串池
`RES_TYPE_FLOAT`	`0x04`	`Float.intBitsToFloat` 转浮点
`RES_TYPE_DIMENSION`	`0x05`	数值 + 单位 `px/dp/sp/pt/in/mm`
`RES_TYPE_FRACTION`	`0x06`	数值 + `%%` / `%%p`
`RES_TYPE_DYNAMIC_REFERENCE`	`0x07`	`@dyn/0x...`
`RES_TYPE_INT_DEC`	`0x10`	十进制整数
`RES_TYPE_INT_HEX`	`0x11`	`0x...`
`RES_TYPE_INT_BOOLEAN`	`0x12`	`true` / `false`

维度和分数的数值由尾数（mantissa）+ 基数（radix）+ 单位共同编码，resValue() 按 COMPLEX_MANTISSA_MASK、RADIX_MULTS[] 还原浮点，getDimensionType() / getFractionType() 还原单位后缀。这块位运算正是 AOSP ResourceTypes.cpp 的 Java 端复刻。

🦈 ClassyShark 的处理链路

.apk / .aar / .xml
        │
        ▼
AndroidXmlTranslator.apply()   从 ZipEntry 取出原始字节
        │ .aar 走文本直读，否则走二进制解码
        ▼
XmlDecompressor.decompressXml() 小端读块、解字符串池、遍历标签
        │
        ▼
getElementsList() ── XmlHighlighter.getElements()  正则分词做语法高亮
        │
        ▼
GUI / CLI 文本展示

AndroidXmlTranslator：实现 Translator 接口，负责从 APK/ZIP/AAR 或裸文件取出二进制 XML 字节，.aar 是纯文本直接 toString()，其余交给 XmlDecompressor。
XmlDecompressor：核心解码器，自研、不依赖 aapt。支持开关 appendNamespaces / appendCData，输出带缩进的文本 XML。
XmlHighlighter：对解码后的文本 XML 用一组预编译正则（TAG_PATTERN / TAG_ATTRIBUTE_PATTERN / TAG_CDATA_START 等）分词，产出带 TagType 的 Element 列表供 GUI 着色。

⚠️ 为什么强调"独立实现"

🛠️ XmlDecompressor 不调用 AOSP 的 aapt，也不依赖 Android SDK 的二进制工具。它在纯 Java 侧用 LittleEndianDataInputStream + ByteBuffer 复现 ResourceTypes.h 的二进制布局，是 ClassyShark 中技术含量最高的自研组件之一。

这意味着 ClassyShark 可以在任意 JDK 环境下离线解码任意 APK 的 manifest 与资源 XML，无需安装 Android SDK 或 NDK。其源头可追溯到 StackOverflow 上 Ribo 的解法，后续针对 CDATA、命名空间、字符串池编码做了修正，并直接对照 AOSP 源码完成位运算层面的对齐。

📄 二进制 XML ​

🤔 为什么是"二进制" ​

🧩 文件块结构 ​

📚 字符串池解码 ​

⚙️ 类型化属性值 ​

🦈 ClassyShark 的处理链路 ​

⚠️ 为什么强调"独立实现" ​

📖 进一步阅读 ​