如何解析并导出NSKeyedArchiver编码的大型plist格式数据

核心原理 #

你遇到的是苹果NSKeyedArchiver序列化生成的plist文件，你疑惑的整数值引用逻辑非常明确：

• 文件根节点下的$objects是有序数组，所有序列化产生的对象、字符串、数值等内容全部提前存在这个数组中
• CF$UID对应的整数值就是$objects数组的下标（从0开始计数），直接取下标位置的元素就是引用指向的实际内容
  比如你标注的<integer>24</integer>，对应的实际值就是$objects数组的第24个元素。

可落地操作方案 #

无需手动逆向分析结构，用Python内置的plistlib库即可快速完成10万条数据的批量导出，操作步骤如下：

1. 执行以下脚本读取plist文件并自动解引用所有CF$UID：

import plistlib
import csv

# 替换为你的plist文件路径
with open("target.plist", "rb") as f:
    plist_content = plistlib.load(f)

obj_array = plist_content["$objects"]

# 递归解引用工具，自动处理嵌套的UID引用
def resolve_ref(value):
    if isinstance(value, dict) and "CF$UID" in value:
        return resolve_ref(obj_array[value["CF$UID"]])
    if isinstance(value, list):
        return [resolve_ref(item) for item in value]
    if isinstance(value, dict):
        return {k: resolve_ref(v) for k, v in value.items()}
    return value

# 示例：获取你标注的UID为24的实际内容
print(resolve_ref({"CF$UID": 24}))

# 批量导出CSV示例，你需要先定位到待导出的数据集对应的节点
# with open("export_result.csv", "w", encoding="utf-8", newline="") as csv_file:
#     writer = csv.writer(csv_file)
#     # 按需修改表头
#     writer.writerow(["字段1", "字段2", "目标字符串值"])
#     for data_node in 待导出的数据集列表:
#         resolved_node = resolve_ref(data_node)
#         writer.writerow([
#             resolved_node["字段1"],
#             resolved_node["字段2"],
#             resolved_node["stringValue"]
#         ])

2. 你之前通过修改数值定位到的改动位置，就是你需要批量导出的数据集的结构模板，拿到该结构的父节点路径后，替换示例中的待导出的数据集列表即可自动导出所有数据到CSV。

注意事项 #

• 该方法同时支持XML格式和二进制格式的plist文件，无需提前做格式转换
• 如果遇到自定义类的归档内容，解引用后会保留类结构的字典，按需提取你需要的字段即可

内容的提问来源于stack exchange，提问作者MonkeyBolts