尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
常用命令行
1、下载apktool工具下载地址Apktool - How to Install下载这两个文件放入同一个文件夹2、反编译apk将需要反编译的apk文件放进ApkTool文件夹内运行cmd进入到ApkTool文件夹下键入以下命令执行成功会生成一个同名的文件夹apktool d demo.apk加上 -s 表示不把dex文件反编译成smile语言生成的为dex文件 可以方便后面查看源代码apktool d -s demo.apk3、重新打包将要反编译的apk文件放到apktool文件夹打开cmd进入ApkTool文件夹目录执行命令apktool b demo -o demo2.apk执行成功会生成一个demo2.apk4、签名apk重新打包后的apk需要重新签名执行命令jarsigner.exe -verbose -keystore xxx.keystore -signedjar demo2_signed.apk demo2.apk 签名文件的别名 -digestalg SHA1 -sigalg SHA1withRSAv1v2签名apksigner sign --ks 签名文件 --ks-key-alias 别名 --out 签名后的apk 待签名的apk(注mac下jarsigner去掉.exe)5、优化apk为了使apk在安卓系统上运行更快签名完成后建议对APK文件进行一次对齐操作需要执行命令zipalign 4 demo2_signed.apk new_demo2.apk执行成功会生成一个new_demo2.apk注使用zipalign命令需要将zipalign的路径加入到系统环境变量当中在SDK的\build-tools\22.0.1\目录下6、验证签名是否成功执行命令jarsigner -verify -verbose -certs new_demo2.apk当输出 jar已验证表示签名成功7、验证是否使用了v1和v2签名apksigner verify -v --print-certs apk地址v1true表示使用了v1签名v2false表示没有使用v2签名8、命令行查看apk的包名、版本号等信息aapt dump badging test.apk9、命令行查看签名文件的SHA1值、MD5值keytool -v -list -keystore keystore文件路径10、查看.apk包里的签名详细jarsigner -verify -verbose -certs app-release.apk11、查看apk的SHA1、md5等值//第一种、不需要解包 keytool -printcert -jarfile xxx.apk //第二种、需要解包 keytool -printcert -file \META-INF\CERT.RSA12、dex文件转为smalijava -jar baksmali-2.5.2.jar disassemble dex文件路径 -o 输出文件路径java -jar baksmali-2.5.2.jar disassemble classes.dex -o smali13、smali文件转为dex文件java -jar smali-2.5.2.jar assemble smali文件路径 -o 输出dex文件路径java -jar smali-2.5.2.jar assemble smali -o classes.dex14、adb打印Error级别的日志//过滤Error级别的日志 //Log日志级别 //V详细日志。默认的 D调试信息I正常使用时的日志信息W警告E错误 adb logcat *:E //过滤关键字日志例子为包名 adb logcat | grep 包名 //将所有日志保存到本地文件 adb logcat /Users/Desktop/log.txt15、查看手机CPU架构命令adb shell getprop ro.product.cpu.abi #返回手机所支持的所有CPU架构 adb shell getprop ro.product.cpu.abilist16、解压jar文件jar -xvf jar包名字.jar17、Linux磁盘相关命令查看整个硬盘的大小 df -h查看当前文件夹大小du -sh查看当前目录下所有文件大小du -sh *查看当前目录下所有文件大小按GB大小筛选du -sh * | grep G删除文件rm删除文件或目录rm -r强制删除文件或目录rm -rf获取linux下的进程id和进程名jps获取linux下详细的进程信息//查看Java进程信息 ps -ef | grep java //查看mysql进程信息 ps -ef | grep mysql //查看占用内存较大的前10个进程信息 ps aux --sort-%mem | head -n 10查看进程信息ps -ef | grep 进程名命令杀死进程sudo kill -9 PID 如sudo kill -9 750查看并删除多少天前的文件#查询30前的.log日志文件 find ./ -name *.log -type f -mtime 30 #删除30前的.log日志文件 find ./ -name *.log -type f -mtime 30 -delete18、获取Android设备虚拟机最大内存即oom超出限制的那个内存数adb shell getprop | grep dalvik.vm.heapgrowthlimit //APP运行的时候分配给虚拟机的初始空间大小 dalvik.vm.heapstartsize8m //初始分配给APP虚拟机的内存不够用的时候会自动扩张这个值就是扩张的最大值。 dalvik.vm.heapgrowthlimit192m //应用的最大堆内存大小这个值是APP使用大heap时的限定值。就是APP的mainfest文 //件中有声明 android:largeHeap“ture”这个时候堆空间的最大值使用heapsize限定没有声明largeHeap的APP堆空间使用heapgrowthlimit限定。 dalvik.vm.heapsize512m //描述堆内存的利用率是当前的有效变量所占内存和总内存的比值。 dalvik.vm.heaptargetutilization0.75 //描述单次堆内存调整的最小值 dalvik.vm.heapminfree2m //描述单次堆内存调整的最大值 dalvik.vm.heapmaxfree8m19、导出tombstones文件# 直接生成bugreport zip到本地 adb bugreport
RELATED

相关推荐

从终端跑酷到系统自检:KeyarchOS 安装 moon-buggy 1.0.51-13 实操指南

从终端跑酷到系统自检:KeyarchOS 安装 moon-buggy 1.0.51-13 实操指南

说起跑酷游戏,大多数人脑子里浮现的是手机里那些花里胡哨的横版动作游戏,很难把它和一片黑底白字的终端联系起来。但只要你用过几天 Linux,大概率会听说过 moon-buggy 这个名字——一个完全运行在字符终端里的月面跑酷游戏。这个开源小游戏的…

📅 2026/10/20 1:14:07
基于ChatGLM和FAISS的私有化RAG知识库问答助手搭建指南

基于ChatGLM和FAISS的私有化RAG知识库问答助手搭建指南

简介:面向AI开发者的本地部署私有化智能问答助理示例项目,整合Gradio、FAISS与Sentence-Transformers构建文件上传与知识库检索对话系统,适配ChatGLM模型,适合搭建离线问答服务、关注数据隐私的企业或个人参考学习。项目共18个文件…

📅 2026/10/20 1:14:07
柔性电子皮肤技术解析:近传感器计算与自适应过滤算法

柔性电子皮肤技术解析:近传感器计算与自适应过滤算法

简介:一份柔性电子皮肤技术专题PDF文档,全文1287页、共100个大章节,聚焦人工突触近传感器集成架构与触觉信号自适应过滤算法两大核心方向,适合机器人触觉感知、智能穿戴、仿生电子皮肤等领域的研发人员与中高级学习者使用。内容体…

📅 2026/10/20 1:14:07
MORE NEWS

更多资讯

📰

Think, Act, Learn: A Framework for Autonomous Robotic Agents using Closed-Loop Large Language Models

文章主要内容总结 本文提出了一种名为“GUI-Learner”的通用框架,旨在实现自主代理(agent)对未知软件的自主学习与操作。该框架聚焦于解决当前基于大型语言模型(LLMs)的代理在动态图形用户界面(GUI)中适应性差、泛化能力弱的问题,通过以下核心内容构建解决方案: 问题…

📰

JT-Math: A Multi-Stage Framework for Advanced Mathematical Reasoning in Large Language Models

文章主要内容总结 本文介绍了JT-Math-8B系列开源模型,该系列专为高级数学推理设计,包含基础模型(Base)、指令模型(Instruct)和思维模型(Thinking)三个版本,基于多阶段优化框架构建。 预训练阶段:构建了210B token的高质量预训练语料库(JT-Math Corpus),通过专用数…

📰

SpeechIQ: Speech Intelligence Quotient Across Cognitive Levels in Voice Understanding Large Langu...

文章主要内容和创新点 主要内容 本文提出了语音智商(SpeechIQ),这是一种受人类认知启发的评估框架,用于全面衡量语音理解大语言模型(LLM_Voice)的语音理解能力。该框架基于布鲁姆分类法(Bloom’s Taxonomy)的三个认知层次设计: 记忆层(Remembering):通过词错误率…

📰

UloRL:An Ultra-Long Output Reinforcement Learning Approach for Advancing Large Language Models‘ R...

文章主要内容和创新点 主要内容 本文提出了一种名为UloRL(Ultra-Long Output Reinforcement Learning) 的方法,旨在解决大型语言模型(LLMs)在处理超长输出(如128k tokens)时的强化学习效率低和熵崩溃问题,从而提升模型的推理能力。 研究背景:现有带可验证奖励的强化…

📰

The wall confronting large language models

一、文章主要内容总结 本文聚焦大型语言模型(LLMs)的固有局限,核心探讨其缩放定律对可靠性的制约及潜在风险。主要内容包括: LLMs的缩放定律缺陷:决定LLMs性能的缩放定律严重限制了其预测不确定性的改进能力,使其难以达到科学探究的可靠性标准。 误差累积的根源:LLMs从…

📰

古诗词知识图谱+情感分析+智能问答毕设全攻略

每年到毕业设计开题那段时间,总有人抱着"知识图谱""情感分析""智能问答""大模型写诗"这几个词来找我,觉得随便拎一个出来都够写一篇论文,最后拼成一个大而全的题目之后又不知道怎么落地。我见过不少…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬