上传反编译文字库

㈠ 安卓的so库能够反编译吗，如果可以，拿什么软件

用跨软件翻译

㈡ 威纶mt6100i的，上传反编译时出现格式错误

1，EB8000升级到最新版本试一下。
2，设置了“禁止反编译”。这样的话只有破解了。

㈢ 如何反编译android 的apk/dex/odex，获得源码

关于APK，DEX的介绍

当我们编译一个安卓项目的时候，整个项目会被打包成一个 .apk文件。这个文件其实是一个标准的zip文件，因此可以用解压缩工具打开。这个apk文件一般都包含程序的代码（在classes.dex文件中）, 资源文件, 证书， manifest 文件等。 其中对我们最重要的是classes.dex文件，因为编译后的字节码(bytecode)都是放在这个文件中。我们后面讲的反编译就是针对这个dex文件来的。

反编译普通的APK文件：

对于普通的APK/DEX文件的反编译，其实工具有很多, 包括：

• ByteCode Viewer: 一个可视化的集成工具，说实话，不太好用，不够稳定，生成代码质量中等。

• dex2jar + jd_gui: 这两个工具组合还可以， 用起来比ByteCode Viewer麻烦一些，但比较稳定，生成代码质量中等。

• 在线反编译工具JADX： http://www.javadecompilers.com/apk ， 这是基于SourceForge上的JADX的开源工具来实现的。本来以为在线反编译质量不会好，但出人意料的是：JADX是我发现的最好的反编译工具， 不但使用简单（直接上传，转换，下载就ok），而且反编译出来的代码质量很高，特别是变量命名方面，可读性很不错。

反编译ODEX文件：

Android 5.0 Lollipop以后，Google用ART代替了以前的Dalvik，对于普通的app来说我们仍然可以用上面的方法来把dex文件反编译成Java源代码。但对于系统预装的App，特别是类似应用商店，播放器等， 你会发现这些应用的apk文件中找不到对应的classes.dex文件，而是会发现在其子目录下有个.odex文件。 那如何反编译这个odex文件呢？我通过google查了查，知道应该用baksmali，但从github上下载了几个版本都不行，报各种不同错误。经过反复搜索和尝试，终于找到了这篇文章
： http://www.naldotech.com/how-to-deodex-applications-on-android-5-0-lollipop/ 。 具体方法如下：

1. 从这里下载工具包， 解压缩到本地。 这里的baksmali的版本是2.0.3. 不同版本的baksmali针对的Android内核不同。有时候高版本反倒不好用。

2. 打开工具所在目录， 按住shift键， 点击鼠标右键，打开windows命令窗口

3. 把 odex文件拷贝到该目录

4. 在命令窗口运行： oat2dex.bat *.odex. 正常情况下，应该显示OK等信息。如果报错的话，说明这个文件无法转换，后面的也不用试了。

5. 运行 oat2dex.bat *.odex temp.dex . 运行后会创建一个temp.dex文件。

6. 运行 java -jar baksmali-2.0.3.jar -a 21 -x temp.dex -o source . 运行后会创建一个source的文件夹，并将temp.dex反编译到该文件夹。-a 21 表明的是Android内核的版本21

7. 运行 java -jar small-2.0.3.jar -a 21 source -o classes.dex, 反编译为classes.dex文件。

需要注意的是：由这种方式反编译成的classes.dex 文件相比原生的classes.dex 还是缺少了些信息，因此反编译这种classes.dex 文件后生成的java代码可读性会更差些。

8. 用在线工具JADX 来把 classes.dex 最终反编译为java代码。

㈣ file.read()读取的字节数据怎么反编译恢复成源文件中的数据、字母或文字。

由于课程原因，用到了其中的脱机手写汉字库（HWDB1.1trn_gnt与HWDB1.1tst _gnt）的数据。这些数据以.gnt格式存储，解码后可以得到3755个常用汉字的各300个样本。按照CASIA的建议，240个不同的书写者的样本作为training set，剩余60位书写者的样本作为testing set, 则共有897758个training sample, 223991个testing sample. 本文提供一段python脚本，可以直接将其中的数据存储成numpy数组文件(.npy文件)。只是，由于图像位置及大小对齐处理的原因，代码效率不是很高，执行起来需要的时间有点久：

Intel Core i7-4710MQ
16GB DDR3L RAM123

配置下，training set由.gnt文件转成.npy文件共花费 78 分钟。最终的结果文件有点大（training set 876MB, testing set 218M），可能存成.npy文件不如.h5文件更方便些。

另外，请大家在使用数据时遵守CASIA对于该数据库数据的使用要求。

gnt格式定义见下图：

如图所示，文件的前4个字节记录了第一个字符数据与下一个字符数据之间的字节数，比如这4个字节是35656的话，第二个字符的数据就是从第35657个字节开始（下标35656）。接下来的两个字节存储该字符的GBK编码，再下面的4个字节记录了字符图片的宽度和高度，然后就是字符图片的数据（按行存储）。

所需依赖：

• opencv (>=2.0)

• numpy

具体代码如下：

• # -*- coding: utf-8 -*-



• from __future__ import print_function



• import cv2


• import numpy as np


• import os


• import struct


• import sys


• import zipfile



• def gnt2npy(src_file, dst_file, image_size, map_file):


• '''


• 将gnt文件存为npy格式



• param src_file: 源文件名，gnt文件


• param dst_file: 目标文件名， 若此参数设置为'xxx'，则会生成xxx_images.npy 和 xxx_labels.npy


• param image_size: 图片大小，设置为m时，最终文件的大小将为 m x m


• param map_file: 由于汉字编码不连续，作为分类label并不合适，该文件保存汉字码和label的映射关系


• '''



• code_map = {}


• if os.path.exists(map_file):


• with open(map_file, 'r') as fp:


• for line in fp.readlines():


• if len(line) == 0:


• continue;


• code, label = line.split()


• code_map[int(code)] = int(label)


• fp.close()


• images = []


• labels = []



• if zipfile.is_zipfile(src_file): #单体zip文件


• zip_file = zipfile.ZipFile(src_file, 'r')


• file_list = zip_file.namelist()


• for file_name in file_list:


• print("processing %s ..." % file_name)


• data_file = zip_file.open(file_name)


• total_bytes = zip_file.getinfo(file_name).file_size


• image_list, label_list, code_map = readFromGnt(data_file, file_name, image_size, total_bytes, code_map)


• images += image_list


• labels += label_list


• elif os.path.isdir(src_file): #包含gnt文件的文件夹


• file_list = os.listdir(src_file)


• for file_name in file_list:


• file_name = src_file + os.sep + file_name


• print("processing %s ..." % file_name)


• data_file = open(file_name, 'rb')


• total_bytes = os.path.getsize(file_name)


• image_list, label_list, code_map = readFromGnt(data_file, image_size, total_bytes, code_map)


• images += image_list


• labels += label_list


• else:


• sys.stderr.write('Source file should be a ziped file containing the gnt files. Plese check your input again. ')


• return None



• with open(map_file, 'w') as fp:


• for code in code_map:


• print(code, code_map[code], file=fp)


• fp.close()


• np.save(dst_file + '_images.npy', images)


• np.save(dst_file + '_labels.npy', labels)




• def readFromGnt(data_file, image_size, total_bytes, code_map):


• '''


• 从文件对象中读取数据并返回



• param data_file， 文件对象


• param image_size: 图片大小，设置为m时，最终文件的大小将为m x m


• param total_bytes: 文件总byte数


• param code_map： 由于汉字编码不连续，作为分类label并不合适，该dict保存汉字码和label的映射关系


• '''


• decoded_bytes = 0


• image_list = []


• label_list = []


• new_label = len(code_map)


• while decoded_bytes != total_bytes:


• data_length, = struct.unpack('<I', data_file.read(4))


• tag_code, = struct.unpack('>H', data_file.read(2))


• image_width, = struct.unpack('<H', data_file.read(2))


• image_height, = struct.unpack('<H', data_file.read(2))


• arc_length = image_width


• if image_width < image_height:


• arc_length = image_height


• temp_image = 255 * np.ones((arc_length, arc_length ,1), np.uint8)


• row_begin = (arc_length - image_height) // 2


• col_begin = (arc_length - image_width) // 2


• for row in range(row_begin, image_height + row_begin):


• for col in range(col_begin, image_width + col_begin):


• temp_image[row, col], = struct.unpack('B', data_file.read(1))


• decoded_bytes += data_length


• result_image = cv2.resize(temp_image, (image_size, image_size))


• if tag_code not in code_map:


• code_map[tag_code] = new_label


• new_label += 1


• image_list.append(result_image)


• label_list.append(code_map[tag_code])



• return image_list, label_list, code_map




• if __name__=='__main__':



• if len(sys.argv) < 5:


• sys.stderr.write('Please specify source file, target file, image size and map file ')


• sys.exit()



• src_file = sys.argv[1]


• dst_file = sys.argv[2]


• image_size = int(sys.argv[3])


• map_file = sys.argv[4]


• gnt2npy(src_file, dst_file, image_size, map_file)


• 10710810911011111114115



命令格式举例：python gnt2npy.py src target img_size map_file，以上参数中，gnt2npy为脚本文件名，可任意更改。src为源文件名，可以是只包含.gnt文件的zip包，也可以是将压缩文件解压后的文件夹名称，target为目标文件名，假设该值为train则脚本执行后会生成train_images.npy与trian_labels.npy两个文件，分别为图像数据和对应的label。图像的大小则可以通过第三个参数img_size指定，假设该值为32则图像文件大小为32 x 32。另外，由于汉字的GBK编码并不是从零开始，也不完全连续，作为分类的label不是很合适，因此在保存label时根据一定的规则将GBK编码映射为数据的label，最后一个参数map_file则保存这种映射关系，第一次执行脚本时生成该文件，以后则可以通过该文件保证相同汉字，其label总是相同的。

请注意，HWDB1.1trn_gnt.zip包含的其实是一个ALZ压缩文件，因此请不要将该文件名直接作为参数传入以上代码，请将里面的ALZ文件解压后将文件夹的名字作为参数。

此外，这个Github链接提供了预览及保存图片文件的工具，同样可以用于该文件类型（.gnt）的数据提取，并且可以通过选择使用的框架（Caffe/CNTK/TensorFlow/NvidiaDigits）将图片文件按照不同的大小、格式保存。其中，win64_bianry.zip包含编译好的X64二进制文件和一份简单的使用说明，其他为源码及源码生成GUI需要用到的图片和一个qt项目文件gntDecoder.pro，有兴趣的话也欢迎大家下载源码随意修改。预编译的X64程序运行时可能要求”api-ms-win-crt-runtime-l1-1-0.dll”，出现该信息的话请通过微软官网或者机器中的Windows Update安装KB2999226补丁（通用C运行库）。

㈤ 威伦触摸屏怎么反编译

威纶触摸屏上传到PC时,要进入触摸屏系统,并在”UPLoadPassword”处输入下载时设定的上传密码.读取”.XOB”文件过后,用ProjectManager打开,出现错误报告,点击取消,在工具处选择反编译.----选择要反编译的”.XOB”文件

㈥ 把上传的apk文件反编译成用Eclipse能打开能看代码的文件夹

eclipse的项目中的apk文件是需要打包生成的。1、只要run
as
android
application
过，到工作目录的bin文件夹下就能找到与项目同名的apk文件。
2、a.选中项目，右键＝》andoid
tools＝》export
unsigned
application
package，直接保存，未签名的。
b.选中项目，右键＝》andoid
tools＝》export
signed
application
package，后面一步步的去做，签过名的。
apk签名主要有两种:
1.
使用特殊的key签名可以获取到一些不同的权限。
2.
apk如果使用一个key签名，发布时另一个key签名的文件将无法安装或覆盖老的版本，这样可以防止你已安装的应用被恶意的第三方覆盖或替换掉。

㈦ 步科触摸屏HMI新建工程如何设置开机启动画面怎么上传工程以及反编译

您好，感谢使用步科Kinco DTools组态软件。

1.设置开机启动画面。

新建一个工程，在拓扑图界面，鼠标右击HMI图标选择【编辑启动画面】，加载位图导入bmp/gif/jpg格式的图片。下载工程时要将【启动画面数据文件】打勾。

㈧ 威纶MT506LV触摸屏程序上载后，经反编译，打开文件后文字乱码是什么原因。怎样处理。

重新弄一次，不行就换一个版本

㈨ 维伦通触摸屏CMT上传到电脑的文件怎么反编译

一般都是用USB上传，首先先连接USB数据线，触摸屏通电，检查USB驱动是否安装好，进电脑设备管理器里面看，打开EB8000点击USB上传，选择保存途径，会有个XOB文件，在反编译就会出来工程文件了

㈩ 如何将 U 盘上传的文档反编译成可编辑文档

1. 文档不存在反编译的问题；

2. 只有程序才可有编译和反编译一说；

3. 文档本身就是以固定格式存储的一堆数据；

4. 如果要编辑文档，寻找对应的文档编辑器即可，只要文档没有加密和设置保护权限，都是可以编辑的。