ART - Smali 文件分析 词法分析（一）

在对反编译以后的apk文件进行分析时 ，会无可避免地涉及到其中的Smali文件分析。对于一个合格的IDE，很有必要为用户提供适合的数据，以减少用户的工作量。所以，ART中的SmaliParse模块便是对Smali文件进行处理的地方。
首先，给定一个简单的Smali文件，内容如下

.class public Lcom/F8LEFT;
.super Landroid/app/Application;
.source "StubApplication.java"
.field private static context:Landroid/content/Context;
.method static init()V
    .registers 1
    return-void
.end method

这10行不到的代码组成了一个类，我们可以手动地转换为相应的Java代码

package com;
class F8LEFT extends Application {
    private static Context context;
    void init() {
        return;
    }
}

那么问题来了，我们是怎么知道上面两个是等价的呢？说不定其实这两个表达的压根就完全不一样呢~~
举个不太恰当的例子

下雨天留客天留我不留

这个要怎么解读呢？？
可以理解为
“下雨天留客，天留我不留”
也可以理解为
“下雨天，留客天，留我不？留!”
同样的句子，按照不同的翻译，连意思都不一样了
所以对于smali代码

.class public Lcom/F8LEFT;

我们知道他能够定义一个类，是因为我们可以按照smali语法的规则，去分析其内容。
可以对于程序来说，这只是一窜无任何意义的字符串。他可能是 “.cl” “ass”也可能是”.c” “la” “ss”
因此，我们要做的第一步就是对其按照一定的规律进行分割，并组成有意义的字符。
对于这句，应该划分为这个样子
“.class” “public” “Lcom/F8LEFT;”
可以看到，这3个字符串已经是最小的分割，并且不能再进行分割了。
如果再强行分割，那么被分割的单词将会失去其语义。比如public一词代表java中的public flag。如果分割为pu 和 blic， 那么这两个单词就完全没有意义。
像这样，被划分为最小的分割的单词组，我们称为Token
于是，对于开头给出的smali代码，我们可以最终划分为以下Token

.class public Lcom/F8LEFT;
.super Landroid/app/Application;
.source "StubApplication.java"
.field private static context:Landroid/content/Context;
.method static init()V
    .registers 1
    return-void
.end method

“.class” “public” “Lcom/F8LEFT;”
“.super” “Landroid/app/Application;”
“.source” “”StubApplication.java””
“.field” “private” “static” “context” “:” “Landroid/context/Context”;
“.method” “static” “init” “(” “)” “V”
“.registers” “1”
“return-void”
“.end method”
像这样，对文本按照预定义的规律进行划分为有效的最小的字符串的做法，我们称为词法分析。
这也是对代码进行静态分析的第一步。

ART项目地址：
https://github.com/F8LEFT/ART