c++如何解析Android的AndroidManifest.xml二进制格式【深度】-C++-PHP中文网

AXML是AndroidManifest.xml编译后的二进制格式，含文件头、字符串池和标签树三层结构，必须逐层解析；直接用XML库会失败，推荐使用axmlParser等成熟C++库。

c++如何解析android的androidmanifest.xml二进制格式【深度】

AndroidManifest.xml 二进制格式不是 XML，本质是 AXML

Android 的 AndroidManifest.xml 在 APK 打包后会被 aapt（或 aapt2）编译为二进制格式，官方称其为 AXML（Android Binary XML）。它不是 XML 的简单压缩，而是有独立结构的序列化格式：包含字符串池、资源 ID 映射、标签树、属性数组等。直接用 libxml2 或 tinyxml2 解析会立刻失败，报错类似 not well-formed (invalid token) 或读到乱码开头的 0x03 0x00 0x08 0x00 —— 这是 AXML 文件头固定 magic 字节。

必须解析 AXML 头 + 字符串池 + 节点流，不能跳过任何一层

AXML 解析是分层的，漏掉任意一层都会导致后续解析崩溃或属性错位：

0x03 0x00 0x08 00 是文件 magic，必须校验；否则可能是未编译的明文 XML 或损坏文件
字符串池（StringPoolChunk）存储所有 tag 名、attribute 名、attribute 值（含资源引用如 @string/app_name），所有节点里的 name/val 都是索引，不是原始字符串
每个 StartTag 后紧跟一个 Attribute 数组，每个 attribute 包含命名空间索引、名称索引、值类型（int、string、ref 等）、值数据（可能为 string index 或 raw int）
资源 ID（如 android:versionCode 对应的 0x0101021b）需查 resources.arsc 才能还原成可读名，但仅解析 manifest 时可硬编码映射常用 attr（见下条）

推荐用现成 C++ 库而非手写解析器：axmlParser / android-axml

从零实现完整 AXML 解析器极易出错（字节序、对齐、chunk size 校验、UTF-16 字符串截断等），已有成熟轻量库可直接集成：

Android Remote Control

远程控制 Android 设备，支持截图、自动化操作手机 App 等功能。本应用使用 uiautomator2 作为底层框架，通过 ADB 连接设备，用户无需 Root（1）查看手机屏幕；（2）自动化操作手机 App；（3）远程安装/卸载应用……

下载

axmlParser（GitHub 上的单头库）：仅 axmlparser.h，无依赖，支持提取 package、versionCode、application nodes、uses-permission 等关键字段；返回结构体含 std::vector<:string></:string> 和 std::map<:string std::string></:string>

使用示例：

AXMLParser parser;
if (parser.ParseFile("AndroidManifest.xml")) {
    std::cout

注意：该库默认不解析 android: 命名空间前缀的属性值（如 android:icon 的值是 @mipmap/ic_launcher），它只存 raw value string index，需额外调用 GetStringByIndex() 才能拿到真实字符串
若需深度解析（如提取 <meta-data></meta-data> 的 android:value 并识别是否为资源引用），必须结合 resources.arsc 解析，此时建议改用 android-axml（支持 chunk walk + typed value 解析）

遇到“解析成功但属性全空”？大概率是没处理命名空间或字符串池偏移

常见现象：能读到 <manifest></manifest>、<application></application> 标签，但所有 android:xxx 属性都为空或为 0。根本原因通常是：

忽略 namespace chunk：AXML 中每个 StartTag 前有一个 NamespaceStart chunk，其字符串池索引指向命名空间 URI（如 http://schemas.android.com/apk/res/android），不记录该映射，后续 attribute 的 namespace index 就无法转成 “android” 前缀
字符串池解码错误：AXML 字符串以 UTF-16LE 存储，但长度字段是字节数而非字符数；若按字符数截取会丢半字，导致后续所有字符串索引错位
未跳过 padding：AXML chunk 必须 4-byte 对齐，chunk header 后可能有 0–3 字节 padding，不跳过会导致后续结构体 offset 全错
混淆调试技巧：用 xxd -g 2 AndroidManifest.xml | head -20 查看前几行，确认 magic 后第 9–12 字节是字符串池起始 offset（通常为 0x0000001c），再手动验证该位置是否为 0x01 0x00（string count low byte）

真正可靠的 AXML 解析，从来不是“读完就 parse”，而是逐 chunk 校验、定位、解码、映射——哪怕只取一个 versionName，背后也绕不开这三层结构。