使用Python解析APK文件并提取信息

最近在尝试用python脚本提取APK中导入的那些包名，用到了jadx（链接：https://pan.baidu.com/s/1lPcL8zh6TmIaPglMo2us2A 
提取码：jntm），其中涉及到了如下知识点及用到的库

1.1，文件遍历，os库

1.2，APK解压缩，zipfile库

1.3，DEX反编译，使用的是命令行的jadx，网上都有现成的可用

1.4，反编译后的JAVA文件提取，re库

废话不多说，上代码：

2.1，以下代码是遍历文件的，会递归遍历当前目录及子目录下所有符合要求的文件，key/keyword是文件的后缀，可以遍历获取到固定后缀的文件，如.APK，find_file传入的参数为需要遍历的文件路径和key关键字（即文件后缀）

def find_keyile(filepath,apk_list,key): # 递归查询指定文件夹后获得的所有apk文件的路径列表
    if os.path.isfile(filepath):
        if str(filepath).endswith(key):
            apk_list.append(filepath)
    else:
        for file_ls in os.listdir(filepath):
            find_keyile(str(filepath) + "\\" + str(file_ls),apk_list,key)
def find_file(keyword,FilePath):
    List=[]
    find_keyile(FilePath,List,keyword)
    sum=len(List)
    if sum==0:
        title="["+FilePath+"]目录下未发现"+keyword+"文件"
        print(red_text(title));
        return 0;
    print("["+FilePath+"]目录下发现"+keyword+"文件个数："+str(sum));
    return List

2.2、APK文件解压缩并提取dex文件，参数一是2.1获取到的APK文件列表，参数二是生成dex文件和java文件的目录

def apk2dex(apklist,path):
    tmptime=gettime();
    dexfilpath=path+'\\dex_'+tmptime#创建目录存放提取的dex文件
    javapath=path+'\\java_'+tmptime#创建目录存放转换后的java文件
    os.mkdir(dexfilpath)#创建目录用户存放dex，目录格式：dex_time
    print("------------------开始提取APK中的dex文件------------------")
    print("创建dex目录："+dexfilpath)
    dexlist=[]
    apksum=1;
    for apkpath in apklist:
        sign=0;#用来判断apk文件中是否提取出来dex文件
        apkfile = zipfile.ZipFile(apkpath,'r')##直接用zipfule.ZipFile处理.apk文件
        apkname=os.path.basename(apkpath)#apk文件名
        print(str(apksum)+"：APK文件名 ["+apkname+"]")
        apksum=apksum+1
        for tempfile in apkfile.namelist(): #遍历apk包内的所有文件名
            if tempfile.endswith('.dex'):
                sign=1;
                dexname = apkname+"_"+gettime() + '.dex' #随机16位字符串文件名
                dex_path_name=dexfilpath+"\\"+dexname
                f = open(dex_path_name,'wb+')
                f.write(apkfile.read(tempfile))#将apk内所有.dex文件都生成在dexfilpath路径下
                print("提取dex文件 ["+dex_path_name+"]")
                dexlist.append(dex_path_name)
        if(sign==0):
            title=apkpath+"无法提取出dex文件"
            print(red_text(title))
        else:
            sign=0;
    dexsum=len(dexlist)
    if dexsum==0:
        print(red_text("APK文件中无法提取出dex文件"))
        return 0;
    print("提取出来的dex总数："+str(dexsum))
    return dexlist,javapath#返回dex列表，和创建的存放java文件的路径

2.3、接下来就是在反编译dex文件成为java文件，参数一为dex列表，参数二为2.2创建的用于存放反编译后java文件的路径

def dex2java(dexlist,javapath):
    javafilelist=[]
    os.mkdir(javapath)
    sum=1;
    dexsum=len(dexlist)
    print("------------------开始反编译dex文件------------------")
    for dex in dexlist:  # 反编译遍历到的apk文件 
        filename=os.path.basename(dex)
        filename=filename[:len(filename)-19]
        javafile=javapath+"\\"+filename
        print(str(sum)+"/"+str(dexsum)+"：正在反编译的dex [" + dex+"]")
        command = jadxpath + " -d " + javafile+" "+dex
        os.system(command)
        sum=sum+1
        if javafile not in javafilelist:
            javafilelist.append(javafile)
    print("********************dex反编译完成********************")
    return javafilelist

2.4、接下来就是对java文件进行数据提取了，看个人想提取什么，就编写什么规则就行了，参数一是java文件的路径，会根据路径递归遍历所由java后缀的文件，参数二则是我想将提取到的数据写入到excel中，因此传入的excel文件路径，用以生成.excel文件，这里我提取的是java文件中导入的具有sdk和api关键字的包名，使用的是re库

def getimport(sdklist,filePath):
    fr = open(filePath, "rb")
    lineList = fr.readlines()
    javafilekey="package"
    endkey="public"
    rule='import (.*?(sdk|api).*?);'
    num=0;
    for line in lineList:
        line = line.decode("UTF-8", "ignore")
        if(num==0 and line.find(javafilekey,0,8)==-1):
            return 0
        if(line.find(endkey,0,7)!=-1):
            return len(sdklist)
        res=re.search(rule, line,re.IGNORECASE)
        num=num+1
        if(res!=None):  
            if res.group(1) not in sdklist:#数据去重，如果sdk列表已经存在该包名，则不用添加到list中
                sdklist.append(res.group(1))
    fr.close()
#参数一传入的java文件列表，是根据apk名字分的，filepath是生成excel位置，
def getsdkandapitoexcel(javafilepath,filepath):
    workbook = Workbook() #创建一个workbook
    sheet = workbook.create_sheet("SDK&API")#创建页
    sheet.cell(1,1,"编号")
    Column=2#列
    for javapath in javafilepath:
        Row=1#行
        javalist=find_file(r".java",javapath)
        sdklist=[]
        apkname=os.path.basename(javapath)
        sheet.cell(Row,Column,apkname)
        for javafile in javalist:
            getimport(sdklist,javafile)
        for sdkpackage in sdklist:
            Row=Row+1
            sheet.cell(Row,Column,sdkpackage)#将遍历到的sdk包名写入到excel中
            sheet.cell(Row,1,Row-1)#写入序号
        print("APK："+apkname+" 找到SDK数量："+str(len(sdklist)))
        Column=Column+1
    excelname=filepath+"\\"+"sdk_"+gettime()+".xlsx"
    workbook.save(excelname)
    return excelname

总结：此代码目的是为了提取APK中关键信息，代码水平有限，勿喷！！！