Dex文件格式在讲解dex文件之前，需要先创建一个简单的例子来帮助来解析。不借助任何IDE工具就可以构造一个dex文件。

构造Dex文件

在讲解dex文件之前，需要先创建一个简单的例子来帮助来解析。不借助任何IDE工具就可以构造一个dex文件。用javac、dx命令即可。创建Java源文件，内容如下代码：

public class Hello{
    public static void main(String[] args){
        System.out.println("Hello, Android！\n");
    }
}

然后通过javac命令编译成字节码，然后调用java命令机执行字节码。

javac Hello.java
java Hello

将.class文件转换成.dex文件

dx --dex --output=hello.dex Hello.class

将dex文件推送到sd卡上。

adb push Hello.dex /sdcard/

执行字节码

adb shell
dalvikvm -cp /sdcard/Hello.dex Hello

Dex文件格式

其各个成员解释如下:

header：是Dex文件头，类型为header_item。
string_ids：数组，元素类型为string_id_item，它存储和字符串相关的信息。
type_ids：数组，元素类型为type_id_item。存储类型相关的信息（由TypeDescriptor描述）。
field_ids：数组，元素类型为field_id_item，存储成员变量信息，包括变量名、类型等。
class_defs：数组，元素类型为class_def_item，存储类的信息。
data：Dex文件重要的数据内容都存在data区域里。一些数据结构会通过如xx_off这样的成员变量指向文件的某个位置，从该位置开始，存储了对应数据结构的内容，而xx_off的位置一般落在data区域里。
link_data：理论上是预留区域，没有特别的作用。

和Class文件格式比起来，Dex文件格式的特点如下：

有一个文件头，这个文件头对正确解析整个Dex文件至关重要。
有几个xxx_ids数组，包括string_ids（字符串相关）、type_ids（数据类型相关）、proto_ids（主要功能就是用于描述成员函数的参数、返回值类型，同时包含ShortyDescriptor信息）、field_ids（成员域相关）和method_ids（成员函数相关）。·data区域存储了绝大部分的内容，而data区域的解析又依赖于header和相关的数据项。
data区域存储了绝大部分的内容，而data区域的解析又依赖于header和相关的数据项。

header_item

header_item是Dex文件头结构的类型（其实文件只是二进制数据的集合，这里只不过借用了编程语言的格式来描述它）。下图为header_item的数据结构伪代码。

head_item各个字段的解释如下：

magic value：这8个字节一般是常量，为了使dex文件能够被识别出来，它必须出现在dex文件的最开头的位置。数组的值可以转换为一个字符串如下：{0x64 0x65 0x78 0x0a 0x30 0x33 0x35 0x00 } = "dex\n035\0"，中间是一个 ’\n’ 符号后面035是dex文件格式的版本。
checksum：checksum是文件校验码，使用alder32算法校验文件除去maigc、checksum外余下的所有文件区域，用于检查文件错误。
signature：signature使用SHA-1算法hash除去magic、checksum和signature外余下的所有文件区域，用于唯一识别本文件。
file_size：dex文件的大小。
header_size:header区域的大小，单位字节，一般固定为0x70常量。
endian_tag，表示文件内容应该按什么字节序来处理。默认取值为0x12345678，Little Endian格式。如果为Big Endian时，该字段取值为0x78563412。
string_ids_size和string_ids_off。这两个字段表示dex中用到的所有字符串内容的大小和偏移值。

string_id_item等

xxx_id_item包括string_id_item、type_id_item、proto_id_item、field_id_item和method_id_item这五种数据结构，它们对应为string_ids、type_ids、proto_ids、field_ids和method_ids数组元素的数据类型，下图所示为它们的数据结构表示。

上中展示了dex文件中xxx_id_item的数据结构，下面是它们各字段的含义。

string_data_item：utf16_size是字符串中字符的个数。Dex文件的字符串采用了变种的UTF8格式，对于英文字符和数字字符而言，都只占一个字节。data是字符串对应的内容。
string_id_item：类似Class文件的CONSTANT_String类型，它只有一个成员
string_data_off：用于指明string_data_item位于文件的位置，也就是索引。
type_id_item：descriptor_idx是指向string_ids的索引。
field_id_item：class_idx和type_idx是指向type_ids的索引，而name_idx是指向string_ids的索引。
method_id_item：class_idx是指向type_ids的索引，proto_idx是指向proto_ids的索引，name_idx是指向string_ids的索引。
proto_id_item：shorty_idx是指向string_ids的索引，return_type_idx是指向type_ids的索引，如果parameters_off不为0，则文件对应的地方存储类型为type_list的结构，用于描述函数参数的类型。
type_item：type_idx是指向type_ids的索引。
type_list：size表示list数组的个数，而list数组元素类型为type_item。函数的每一个参数都对应一个type_item元素。

此外还有几点内容请读者注意：

string_ids、type_ids、proto_ids等都是中Dex文件结构的一部分，在代码中可通过数组来描述它们。
对于proto_id_item，首先，它的成员域shorty_idx（也就是ShortyDescriptor字符串）已经描述了参数和返回值的类型，但这只是简单描述，比如所有引用类型都用"L"统一表示，所以ShortyDescriptor肯定无法完整描述那种参数或者返回值类型为引用类型的函数。为解决此问题，proto_id_item中的return_type_idx用来描述返回值的数据类型，而参数的类型则通过parameters_off域（如果取值不为0，则表示该函数有参数）指向一个type_list。这个type_list为每个参数都存储了对应的数据类型（通过type_item中的type_idx来索引type_ids中的元素）。

class_def

本节会介绍代表类信息的class_def。下图为它的数据结构。

下图中class_def的几个主要成员变量的解释如下。

class_idx：指向type_ids，代表本类的类型。
access_flags：访问标志，比如private、public等。
superclass_idx：指向type_ids，代表基类类型，如果没有基类则取值为NO_INDEX（值为-1）。
interfaces_off：如果本类实现了某些接口，则interfaces_off指向文件对应位置，那里存储了一个type_list。该type_list的list数组存储了每一个接口类的type_idx索引（参考图3-5和对应的解释）。
source_file_idx：指向string_ids，该类对应的源文件名。
annotations_off：存储和注解有关的信息。
class_data_off：指向文件对应位置，那里将存储更细节的信息，由class_data_item类型来描述。
static_values_off：存储用来初始化类的静态变量的值，静态变量如果没有显示设置初值的话，默认是0或者null。如果有初值的话，初值信息就存储在文件static_values_off的地方，对应的数据结构名为encoded_array_item。

而一个类的成员变量、成员函数等信息则是通过图中class_data_off域指向一个名为class_data_item结构体来描述的。上图为与class_data_item相关的数据结构。

上图中最上面为class_data_item的数据结构。其中，static_fields_size、instance_fields_size、direct_methods_size和virtual_methods_size这四个成员变量分别决定了下述数组的长度。

static_fields：类的静态成员信息，元素类型为encoded_field。
instance_fields：类的非静态成员信息，元素类型为encoded_field。
direct_methods：非虚函数信息，元素类型为encoded_method。
virtual_methods：虚函数信息，元素类型为encoded_method。

而encoded_field和encoded_method用于描述类的成员变量和成员函数的信息。

encoded_field：field_idx_diff指向field_ids。注意这里是field_idx_diff，它表示除数组里第一个元素的field_idx_diff取值为索引值，该数组后续元素field_idx_diff取值为和前一个索引值的差。access_flags表示成员域的访问标志。
encoded_method：method_idx_diff指向method_ids。diff的含义与field_idx_diff一样。access_flags表示该函数的访问标志，code_off指向文件对应位置处，那里有一个类型为code_item的结构体，code_item类似于Class文件的Code属性。