CN110955450B

CN110955450B - 一种应用包文件的归属统计方法、系统及存储介质

Info

Publication number: CN110955450B
Application number: CN201911292684.6A
Authority: CN
Inventors: 张恒; 张魁
Original assignee: Beijing Zhiyou Wang'an Technology Co ltd
Current assignee: Beijing Zhiyou Wang'an Technology Co ltd
Priority date: 2019-12-16
Filing date: 2019-12-16
Publication date: 2023-09-29
Anticipated expiration: 2039-12-16
Also published as: CN110955450A

Abstract

本发明涉及一种应用包文件的归属统计方法、系统及存储介质，其中方法包括步骤：预先创建用于存储应用名称的应用表，以及与应用表相对应的应用包信息表，应用包信息表用于存储与应用名称相对应的应用包信息；对下载的应用包文件进行反编译，获取应用包文件的基本信息，并获取应用包文件的MD5值；判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表。本发明所提供的应用包文件的归属统计方法，即使同一应用包因带有不同渠道缩写而导致包名存在差异，也会因为MD5值不会发生改变，而利用本发明准确判断是否已经被解析过。

Description

一种应用包文件的归属统计方法、系统及存储介质

技术领域

本发明涉及数据处理技术领域，特别是涉及一种应用包文件的归属统计方法、系统及存储介质。

背景技术

随着互联网技术的发展，以及用户需求的驱动，移动终端的功能日渐丰富，尤其是现有移动终端能够安装第三方应用，能够实现的功能更多了，用户日常生活的方便性也得以提高。

第三方应用从初次发布到停止运行通常要经历多个版本，多个版本通过应用包的方式不断更新，即往往一个应用程序要对应多个应用包，该多个应用包的包名因带有版本信息而不尽相同，且发布至不同应用商城时，往往还会在正常包名后加上渠道缩写，使一个应用程序拥有更多不同名称的应用包，比如一个应用程序有N个版本，所有版本皆会发布至M个应用商城，那么该应用程序一般会拥有N*M个不同名称的应用包。

现有技术通常通过对比应用包文件的包名，将包名相同的应用包视为属于同一应用程序，这在一定程度上完成了同一应用不同应用包的聚类工作，但对于带有不同渠道缩写的多个实质相同的应用包而言，现有的方式却无法识别同类应用包是否已被解析过。

因此，现有技术还有待改进。

发明内容

基于此，有必要针对上述技术问题，提供一种至少能够进行一个应用包文件的归属统计方法、系统及存储介质，旨在解决对于带有不同渠道缩写的多个实质相同的应用包而言，现有的方式却无法识别同类应用包是否已被解析过的问题。

本发明的技术方案如下：

一种应用包文件的归属统计方法，其包括：

预先在数据库中创建用于存储应用名称的应用表，以及与所述应用表相对应的应用包信息表，所述应用包信息表用于存储与所述应用名称相对应的应用包信息，所述应用包信息包括MD5值、应用包名称及应用版本号；

对下载的应用包文件进行反编译，获取应用包文件的基本信息，并获取应用包文件的MD5值；所述基本信息包括：包名、包内版本号及包内名称；

判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表。

在进一步地优选方案中，所述对下载的应用包文件进行反编译具体为：在Java程序中运行工具调用脚本命令，调用反编译工具对下载的应用包文件进行反编译。

在进一步地优选方案中，所述工具调用脚本命令为：Runtime.getRuntime().exec("java-jar apktool.jar d-f"+apkPath+"-o"+outPath)。

在进一步地优选方案中，所述获取应用包文件的基本信息具体为：获取应用程序配置文件，并从应用程序配置文件中获取基本信息。

在进一步地优选方案中，所述判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表的步骤还包括：若是则确认所述应用包文件已被执行过反编译操作。

在进一步地优选方案中，所述判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表的步骤之后还包括：

判断所述应用包信息表中是否存在与所述包名相似度大于预设值的应用包名称，若否则确认所述应用包文件对应的应用程序为新增应用程序，并将所述包名作为新增应用程序的应用名称存储至应用表。

在进一步地优选方案中，所述判断所述应用包信息表中是否存在与所述包名相似度大于预设值的应用包名称，若否则确认所述应用包文件对应的应用程序为新增应用程序，并将所述包名作为新增应用程序的应用名称存储至应用表的步骤还包括：

若是则确认所述应用包文件对应的应用程序已被记录在案，并继续判断所述应用表中是否存在与所述包内名称相同的应用名称，若否则将所述包名作为其对应的应用程序的新应用名称存储至所述应用表。

在进一步地优选方案中，所述若是则确认所述应用包文件对应的应用程序已被记录在案，并继续判断所述应用表中是否存在与所述包内名称相同的应用名称，若否则确认所述包名为该应用程序的新应用名称，并据此更新应用表的步骤具体为：

若是则确认所述应用包文件对应的应用程序已被记录在案，并继续判断所述应用表中是否存在与所述包内名称相同的应用名称，若否则确认所述包名为该应用程序的新应用名称，并将所述新应用名称添加至所述应用表。

一种应用包文件的归属统计系统，其包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如上所述的应用包文件的归属统计方法。

一种存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上任一项所述的应用包文件的归属统计方法的步骤。

与现有技术相比，本发明提供的应用包文件的归属统计方法，包括步骤：预先在数据库中创建用于存储应用名称的应用表，以及与所述应用表相对应的应用包信息表，所述应用包信息表用于存储与所述应用名称相对应的应用包信息，所述应用包信息包括MD5值、应用包名称及应用版本号；对下载的应用包文件进行反编译，获取应用包文件的基本信息，并获取应用包文件的MD5值；所述基本信息包括：包名、包内版本号及包内名称；判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表。本发明所提供的应用包文件的归属统计方法，即使同一应用包因带有不同渠道缩写而导致包名存在差异，也会因为MD5值不会发生改变，而利用本发明准确判断是否已经被解析过，解决了对于带有不同渠道缩写的多个实质相同的应用包而言，现有的方式却无法识别同类应用包是否已被解析过的问题。

附图说明

图1是本发明优选实施例应用包文件的归属统计方法的流程图。

图2是本发明优选实施例应用包文件的归属统计系统的功能原理框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明所提供的应用包文件的归属统计方法，包括步骤：

S100、预先在数据库中创建用于存储应用名称的应用表，以及与所述应用表相对应的应用包信息表，所述应用包信息表用于存储与所述应用名称相对应的应用包信息，所述应用包信息包括MD5值、应用包名称及应用版本号。

Message Digest Algorithm-MD5(中文名为消息摘要算法第五版)为计算机安全领域广泛使用的一种散列函数，用以提供消息的完整性保护。该算法的文件号为RFC 1321(R.Rivest,MIT Laboratory for Computer Science and RSA Data Security Inc.April1992)。

MD5值可通过MD5算法计算得到，也可以利用查看工具直接查看文件的MD5值，或者亦可以在Windows系统或Linux系统中直接使用系统命令，获取文件的MD5值。本发明优选使用查看工具或者系统命令获取MD5值，减少操作量。

S200、对下载的应用包文件进行反编译，获取应用包文件的基本信息，并获取应用包文件的MD5值；所述基本信息包括：包名、包内版本号及包内名称。

包名即指应用包文件的名称，包内版本号是指应用程序配置文件中对于版本的定义(提前设置好的，直接获取即可)，包内名称是指应用程序配置文件中对于应用程序的定义(也是提前设置好的，直接获取即可)。

进一步地，本发明中的基本信息还包括：应用程序的权限、引用的库文件等内容，这些信息都将存储至应用包信息，以便于该应用程序的信息管理。

作为本发明地优选实施例，所述对下载的应用包文件进行反编译具体为：在Java程序中运行工具调用脚本命令，调用反编译工具对下载的应用包文件进行反编译。所述获取应用包文件的基本信息具体为：获取应用程序配置文件，并从应用程序配置文件中获取基本信息。

在具体实施时，所述工具调用脚本命令为：Runtime.getRuntime().exec("java-jar apktool.jar d-f"+apkPath+"-o"+outPath)。

S300、判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表。

由于MD5值具有唯一性，因此，通过轮询应用包信息表即可判断是否已有实质相同的应用包文件已被解析过。在确认未有实质相同的应用包文件已被解析过之后，即可将解析所得到的基本信息作为应用包信息存储至应用包信息表，具体可以包括：1、将解析所得到的MD5值存储起来以作为参考信息，判断后续所解析的应用包文件是否已被解析过；2、将所述包名作为应用包名称存储起来；3、将包内版本号作为应用版本号存储起来。

若确认应用包信息表中存在与解析所得MD5值相同的MD5值，则说明该应用包文件(或者实质相同的应用包文件)已被解析过，则该应用包文件内的信息不再具有被存储的价值，再次存储将造成信息重复、难以管理、难以统计(在统计应用程序的名称更改历史、版本数量、应用包数量等数据时无法准确统计)。

也就是说，所述判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表的步骤还包括：若是则确认所述应用包文件已被执行过反编译操作。

作为本发明地优选实施例，所述S300之后还包括：判断所述应用包信息表中是否存在与所述包名相似度大于预设值的应用包名称，若否则确认所述应用包文件对应的应用程序为新增应用程序，并将所述包名作为新增应用程序的应用名称存储至应用表。

作为本发明地另一优选实施例，所述S300之后还包括：判断所获取的包名是否包括渠道缩写，若是则继续判断所述应用包信息表中是否存在与除渠道缩写后包名相同的应用包名称，若否则确认所述应用包文件对应的应用程序为新增应用程序，并将所述包名作为新增应用程序的应用名称存储至应用表。

在确定所述应用包文件未被解析过之后，还需要确认该应用包文件属于未被记录在案的新应用程序还是属于已被记录在案的应用程序，本发明优选通过包名判断，具体如上所述，判断应用包信息表中是否具有与包名实质相同的应用包名称(由于用于更新版本的应用包文件必须采用与以前所记载包名相同的包名，否则无法完成版本更新，所以通过包名即可得出结论)，若有则说明该应用包文件属于已被记录的应用程序，若无则说明该应用包文件属于未被记录的新应用程序。

进一步地，所述判断所述应用包信息表中是否存在与所述包名相似度大于预设值的应用包名称，若否则确认所述应用包文件对应的应用程序为新增应用程序，并将所述包名作为新增应用程序的应用名称存储至应用表的步骤还包括：

本发明优选在否定应用包文件所属应用程序为新增之后，还会继续判断该应用程序的名称是否经过了修改，若有修改名称，那么修改后的名称是否已经被记录在案；以此来存储某一应用程序的所有基本信息。

为此，所述若是则确认所述应用包文件对应的应用程序已被记录在案，并继续判断所述应用表中是否存在与所述包内名称相同的应用名称，若否则确认所述包名为该应用程序的新应用名称，并据此更新应用表的步骤具体为：

下文以一个应用程序为例进行本发明效果的详细说明：

某包名为com.boohee.XXX的应用，通过上述方法存储数据后，根据需求统计得知该应用共有85个版本，应用名称共有4个(该应用在历史版本中，应用名称为“xxx瘦身”，后更改为“xxx荷”、“xxx减肥”，后又更改回“xxx荷”，较新版本的应用名称为“xxx健康”)，274个应用包，最新版本为V7.3.1.1，以及该应用各个版本间的差异，及每个版本的应用包数量。本发明有效减少了不同版本应用包的搜索、对比、筛选的成本。

此外，根据上述统计方法所得到的数据库可作为应用程序的信息管理库，工作人员可进行如下操作：根据版本筛选迅速找到想要的各个版本，以及与不同版本对应的应用包文件，对比不同应用包的信息差异。

如图2所示，本发明还提供了一种应用包文件的归属统计系统，其包括有存储器10，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器10中，且经配置以由一个或者一个以上处理器20执行所述一个或者一个以上程序包含用于执行如上所述的应用包文件的归属统计方法。由此，所述的系统可以具备上述应用包文件的归属统计方法的所有特征及效果，不再赘述。

本发明还提供了一种存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上所述的应用包文件的归属统计方法的步骤。由此，所述存储介质可以具备上述应用包文件的归属统计方法的所有特征及效果，不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其其介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(SyNchliNk)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims

1.一种应用包文件的归属统计方法，其特征在于，包括：

判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表；

所述判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表的步骤之后还包括：

判断所述应用包信息表中是否存在与所述包名相似度大于预设值的应用包名称，若否则确认所述应用包文件对应的应用程序为新增应用程序，并将所述包名作为新增应用程序的应用名称存储至应用表；

或判断所获取的包名是否包括渠道缩写，若是则继续判断所述应用包信息表中是否存在与除渠道缩写后包名相同的应用包名称，若否则确认所述应用包文件对应的应用程序为新增应用程序，并将所述包名作为新增应用程序的应用名称存储至应用表；

所述判断所述应用包信息表中是否存在与所述包名相似度大于预设值的应用包名称，若否则确认所述应用包文件对应的应用程序为新增应用程序，并将所述包名作为新增应用程序的应用名称存储至应用表的步骤还包括：

若是则确认所述应用包文件对应的应用程序已被记录在案，并继续判断所述应用表中是否存在与所述包内名称相同的应用名称，若否则将所述包名作为其对应的应用程序的新应用名称存储至所述应用表；

所述判断应用包信息表中是否存储有与所获取文件MD5值相同的应用包信息，若否则将所述基本信息存储至所述应用包信息表的步骤还包括：若是则确认所述应用包文件已被执行过反编译操作。

2.根据权利要求1所述的应用包文件的归属统计方法，其特征在于，所述对下载的应用包文件进行反编译具体为：在Java程序中运行工具调用脚本命令，调用反编译工具对下载的应用包文件进行反编译。

3.根据权利要求2所述的应用包文件的归属统计方法，其特征在于，所述工具调用脚本命令为：Runtime.getRuntime().exec("java-jar apktool.jar d-f"+apkPath+"-o"+outPath)。

4.根据权利要求1所述的应用包文件的归属统计方法，其特征在于，所述获取应用包文件的基本信息具体为：获取应用程序配置文件，并从应用程序配置文件中获取基本信息。

5.根据权利要求1所述的应用包文件的归属统计方法，其特征在于，所述若是则确认所述应用包文件对应的应用程序已被记录在案，并继续判断所述应用表中是否存在与所述包内名称相同的应用名称，若否则将所述包名作为其对应的应用程序的新应用名称存储至所述应用表的步骤具体为：

6.一种应用包文件的归属统计系统，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1至5中任意一项所述的应用包文件的归属统计方法。

7.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的应用包文件的归属统计方法的步骤。