android apk反编译打包签名

 APK反编译打包签名

一、JDK安装和环境配置
1. jdk1.6下载地址:http://download.java.net/jdk6/ 
 jdk-6u17-windows-i586.exe
2. 安装,一路默认即可。
3. 环境变量设置
 xp系统:我的电脑 -> 属性 -> 高级 -> 环境变量
 新建JAVA_HOME变量,变量值为:C:\Program Files\Java\jdk1.6.0_17
 新建CLASSPATH变量,变量值为:C:\Program Files\Java\jdk1.6.0_17\lib\dt.jar;C:\Program Files\Java\jdk1.6.0_17\lib\tools.jar;.(最后有个.号)
 修改Path变量,加上:C:\Program Files\Java\jdk1.6.0_17\bin
 
 两次确定值后,环境变量就设置ok了
 可以去cmd中输入javac,列出很多java命令就表示正常安装了。

参考网址:http://bbs.gfan.com/thread-1218428-1-1.html
windows下配置java环境


二、反编译Apk得到Java源代码(这个没弄成功)

1. 工具下载:需用到dex2jar和JD-GUI这2个工具
 dex2jar下载地址:http://laichao.googlecode.com/files/dex2jar-0.0.7-SNAPSHOT.zip
 JD-GUI下载地址:
    windows版JD-GUI:http://laichao.googlecode.com/files/jdgui.zip
    Linux版JD-GUI:http://laichao.googlecode.com/files/jd-gui-0.3.2.linux.i686.tar.gz

2. 步骤:
 首先找到Android软件安装包中的classes.dex,把.apk文件改名为.zip,然后解压缩,得到其中的classes.dex文件,它就是java文件编译再通过dx工具打包成的,所以现在我们就用上述提到的2个工具来逆方向导出java源文件

 把classes.dex拷贝到dex2jar.bat所在目录。在命令行模式下定位到dex2jar.bat所在目录,运行 dex2jar.bat classes.dex  ,生成classes.dex.dex2jar.jar 
 
 运行JD-GUI工具(它是绿色无须安装的)打开上面的jar文件,即可看到源代码。

参考网址:http://www.eoeandroid.com/thread-90027-1-1.html
如何反编译APK

三、反编译apk生成程序的源代码和图片、XML配置、语言资源等文件。

1. 工具下载:在http://code.google.com/p/android-apktool/下载获得apktool1.4.1.tar.bz2和apktool-install-windows-r04-brut1.tar.bz2这两个包。

2. 将上面的两个包解压到统一个目录下:aapt.exe(apktool-install-windows-r04-brut1.tar.bz2)、apktool.bat(apktool-install-windows-r04-brut1.tar.bz2)、apktool.jar(apktool1.4.1.tar.bz2)。

3. 打开cmd窗口,进入apktool.bat所在的目录,输入:
 apktool d E:\h200\APK_Decompile-Package_Dexopt\Decompile-Package\apks\Ltv2.2.3.apk E:\h200\APK_Decompile-Package_Dexopt\Decompile-Package\apks\Ltv   // 命令行解释:apktool d 要反编译的文件 输出文件夹
 如果没有写上输出文件夹的话,那么将会在apktool.bat所在的目录下新建一个apk同名的目录,apk的内容内反编译到这里。
 特别注意的是,如果有类似下面的错误的话:
 Exception in thread "main" unacceptable character #FFFD special characters are n
ot allowed
  in "<reader>", position 28
        at org.yaml.snakeyaml.reader.StreamReader.checkPrintable(StreamReader.ja
va:68)

at org.yaml.snakeyaml.reader.StreamReader.update(StreamReader.java:159)
        at org.yaml.snakeyaml.reader.StreamReader.peek(StreamReader.java:117)
        at org.yaml.snakeyaml.reader.StreamReader.peek(StreamReader.java:106)
        ...
     这个貌似是由于apk的名字是中文引起的,用英文命名就没有这个错误了。
     
     打开输出目录,可以看到women需要的各种资源了。

4.  可以对这些资源源码进行修改,重新打包成apk。

5. 编译打包apk,输入apktool b E:\h200\APK_Decompile-Package_Dexopt\Decompile-Package\apks\Ltv E:\h200\APK_Decompile-Package_Dexopt\Decompile-Package\apk\Ltv_new2.2.3.apk (apktool b apk目录 apk输出文件)
 如果没有指定输出目录和文件,那么会在apk目录下的dist目录中有一个out.apk就是打包出来的了。
 E:\h200\APK_Decompile-Package_Dexopt\Decompile-Package\apks\Ltv\dist\out.apk
 
参考网址:
http://www.eoeandroid.com/thread-90027-1-1.html
http://hi.baidu.com/%C5%F4%C8%A5%C8%CB%C1%F4/blog/item/ee2a5310ad7118c1c3fd78be.html
一个APK反编译利器Apktool(android汉化)

四、签名
 上面apktool打包出来的apk还没有签名,所以需要对其进行签名才能使用。
 签名工具和方法见http://www.hiapk.com/bbs/thread-21261-1-1.html
 这里我用的签名工具是:APK-sign.rar,解压之后得到一个sign_pack.bat的批处理文件与一个_Data的文件夹。
 本工具对AndroidManifest.xml中设置了android:sharedUserId的apk签名无效,如android:sharedUserId="android.uid.system"。
 
 1. 将apk改成以zip结尾的后缀,然后解压
 2. 将解压之后的文件夹拷贝到APK-sign目录下(与sign_pack.bat统一目录)
 3. 我们可以直接将这个apk解压后的目录拖到sign_pack.bat脚本上,或者在cmd命令下输入:sign_pack.bat apk解压目录
 4. 最后APK-sign目录下得到一个有安卓网_www.hiapk.com名字的文件夹了,签名打包好的APK程序就在这文件夹里了

参考网址:http://bbs.hiapk.com/thread-21261-1-1.html
个性玩转小绿人——从APK图标开始(个性图标傻瓜教程)

 另外一种签名如下:
 签名我们需要用到的工具是Auto-sign。它主要是利用批处理命令,使用signapk.jar对APK文件进行签名的。你可以用记事本打开Sign.bat,看看它的具体调用关系。





基于Swin Transformer与ASPP模块的图像分类系统设计与实现 本文介绍了一种结合Swin Transformer与空洞空间金字塔池化(ASPP)模块的高效图像分类系统。该系统通过融合Transformer的全局建模能力和ASPP的多尺度特征提取优势,显著提升了模型在复杂场景下的分类性能。 模型架构创新 系统核心采用Swin Transformer作为骨干网络,其层次化窗口注意力机制能高效捕获长距离依赖关系。在特征提取阶段,创新性地引入ASPP模块,通过并行空洞卷积(膨胀率6/12/18)和全局平均池化分支,实现多尺度上下文信息融合。ASPP输出经1x1卷积降维后与原始特征拼接,有效增强了模型对物体尺寸变化的鲁棒性。 训练优化策略 训练流程采用Adam优化器(学习率0.0001)和交叉熵损失函数,支持多GPU并行训练。系统实现了完整的评估指标体系,包括准确率、精确率、召回率、特异度和F1分数等6项指标,并通过动态曲线可视化模块实时监控训练过程。采用早停机制保存最佳模型,验证集准确率提升可达3.2%。 工程实现亮点 1. 模块化设计:分离数据加载、模型构建和训练流程,支持快速迭代 2. 自动化评估:每轮训练自动生成指标报告和可视化曲线 3. 设备自适应:智能检测CUDA可用性,无缝切换训练设备 4. 中文支持:优化可视化界面的中文显示与负号渲染 实验表明,该系统在224×224分辨率图像分类任务中,仅需2个epoch即可达到92%以上的验证准确率。ASPP模块的引入使小目标识别准确率提升15%,特别适用于医疗影像等需要细粒度分类的场景。未来可通过轻量化改造进一步优化推理速度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值