【汉化资料】金山词霸”屏幕取词技术揭密

shane007

对于一些调用Windows标准API来进行文本输出的AVG游戏，也许可以借鉴金山词霸之类的屏幕取词技术，HOOK API 之后，在自己的函数里把截获的英文替换为中文，然后输出到屏幕上来实现汉化，而且，这样的工具一旦制作完成，对于这类的AVG游戏将是通用的。
9 F% t9 U. Y% g2 X, f
+ K* A; y; |5 l" o, g* W+ S# B* n+ @: |
* y+ J& _) F0 t4 J  V. z" [$ P金山词霸”屏幕取词技术揭密(讨论稿)
这篇文章最早是发在北极星论坛的一系列帖子，那时候闻怡洋（好像他也是MVP）也在那里混
原始的帖子我已经没有了，但不知道是谁帮我收集整理了下来（非常感谢），我用google找到了
& \" G, S  u" V( F9 ~?
% U1 H4 `& L- d' O+ [/ [这是我进金山之前写的，应该不算泄露公司技术秘密吧
而且这些现在看来似乎已经有些过时了
?
那时讨论的只是Win31和Win9x下的取词实现
?
我到了金山之后不是负责取词模块，而是做UI，因为有个家伙比我更擅长做这种东西
他用SoftIce调试汇编代码非常熟练，做逆向工程方面有过人的天分。
& G( W2 H8 V! {?
?
4 l5 B; L6 Q1 `5 {) n* y“亦东” 是我那时的笔名
?
' P' x$ i3 t$ T. \0 ?& k" T/ |7 T?
8 p% h/ D" U- @1 Q  y“金山词霸”屏幕取词技术揭密(讨论稿)
?
, _% v# X: W( i! b4 M主题 　屏幕取词技术系列讲座（一）
/ c1 ?+ V* v0 G# ^作者 　 亦东
+ |) I5 I" v2 y' Q% i1 ^7 Q6 o7 Z很多人对这个问题感兴趣。
原因是这项技术让人感觉很神奇，也很有商业价值。
现在词典市场金山词霸占了绝对优势，所以再做字典也没什么前途了。我就是这么认为的，所以我虽然掌握了这项技术，却没去做字典软件。只做了一个和词霸相似的软件自己用，本来想拿出来做共享软件，但我的词库是“偷”来的，而且词汇不多，所以也就算了，词库太小，只能取词有什么用呢？而且词霸有共享版的。
* U$ a% s' ~% q0 e0 @但既然很多人想了解这项技术，我也不会保留。我准备分多次讲述这项技术的所有细节。
大约每周一两次。想知道的人就常常来看看吧！
一.基础知识
2 }4 f+ M  j4 B+ ?* a8 S* Z3 q首先想编这种程序需要一些基础知识。
+ c8 @; F! p6 H* Y0 r6 R会用Vc++，包括16/32位。
精通Windows API特别是GDI,KERNEL部分。
懂汇编语言，会用softice调试程序，因为这种程序最好用softice调试。
二.基本原理
2 C- |& E# h; M在Window 3.x时代，windows系统提供的字符输出函数只有很少的几个。
! h5 q4 H8 `1 a7 U) d8 S5 MTextOut
ExtTextOut
DrawText
......
其中DrawText最终是用ExtTextOut实现的。
所以Windows的所有字符输出都是由调用TextOut和ExtTextOut实现的。因此，如果你可以修改这两个函数的入口，让程序先调用你自己的一个函数再调用系统的字符输出，你就可以得到Windows所有输出的字符了。
' ?3 ~' c; v+ V$ l1 G$ o到了Windows95时代，原理基本没变，但是95比3.x要复杂。开始的时候，一些在windows3.x下编写的取词软件仍然可以是使用。但是后来出了个IE4，结果很多词典软件就因为不支持IE4而被淘汰了，但同时也给一些软件创造了机会，如金山词霸。其实IE4的问题并不复杂，只不过它的输出的是unicode字符，是用TextOutW和ExtTextOutW输出的。知道了这一点，只要也截取就可以了。不过实现方法复杂一点，以后会有详细讲解。现在又出了个IE5，结果词霸也不好用了，微软真是#^@#$%$*&^&#@#@..........
5 N/ d( w* R. U2 L) `3 P7 E我研究后找到了一种解决办法，但还有些问题，有时会取错，正在继续研究，希望大家共同探讨。
另外还有WindowsNT，原理也是一样，只是实现方法和95下完全不同。
+ }' m6 ?" b# v7 b2 n0 L三.技术要点
要实现取词，主要要解决以下技术问题。
3 f) k- x- [' q: g1.截取API入口，获得API的参数。
2.安全地潜入Windows内部，良好地兼容Windows的各个版本
4 V1 e: f( W! G% {) j0 {3 p! i3.计算鼠标所在的单词和字母。
$ Q+ ^6 G; E2 N& H6 J( P! w0 @4.如果你在Window95下，做32位程序，还涉及Windows32/16混合编程的技术。
7 {& W7 k) d$ D0 n5 g今天先到这里吧！最好准备一份softice for 95/98和金山词霸，让我们先来分析一下别人是怎么做的。
欢迎与我联系
5 X; K: Z3 Q+ B: h8 `) a7 `E-Mail:[email protected]
主题 　屏幕取词技术系列讲座（二）
8 |. f) q5 v' f. |/ B2 J1 N, F作者 　 亦东
很抱歉让大家久等了！
我看了一些人的回帖，发现很多人对取词的原理还是不太清楚。
首先我来解释一下hook问题。词霸中的确用到了hook，而且他用了两种hook其中一种是Windows标准hook,通过SetWindowHook安装一个回调函数，它安装了一个鼠标hook，是为了可以及时响应鼠标的消息用的和取词没太大关系。
另一种钩子是API钩子，这才是取词的核心技术所在。他在TextOut等函数的开头写了一个jmp语句，跳转到自己的代码里。
! u/ |# G# Z( p) _( G; c2 ^. B5 y你用softice看不到这个跳转语句是因为它只在取词的一瞬间才存在，平时是没有的。
你可以在TextOut开头设一个读写断点
* r. c! n1 j" Lbpm textout
0 u+ M4 e; O' ]3 o5 b( m& _! J再取词，就会找到词霸用来写钩子的代码了。
/**********************************
! C. d+ z9 z. a# P所以我在次强调，想学这种技术一定要懂汇编语言和熟练使用softice.
**********************************/
2 G$ w0 ^8 y0 G& }$ T, M$ B至于从cjktl95中dump出来的未公开函数是和Windows32/16混合编程有关的，以后我会提到他们。
" k' I. G6 H/ r+ v. s" A我先来讲述取词的过程，
! g9 ~  j/ K: A6 m8 y4 M0 判断鼠标是否在一个地方停留了一段时间
1 取得鼠标当前位置
; Q1 P/ c- H) A2 以鼠标位置为中心生成一个矩形
3 挂上API钩子
! l' N; [- a- q* e. x7 f; a4 让这个矩形产生重画消息
9 H+ w4 s& M1 e6 }& ]5 A- V4 m. U5 h5 在钩子里等输出字符
  S& b- @3 _* f* e8 I# @" I6 计算鼠标在哪个单词上面，把这个单词保存下来
3 Q8 H, d( _3 G! h0 n1 O7 如果得到单词则摘掉API钩子，在一段时间后，无论是否得到单词都摘掉API钩子
8 用单词查词库，显示解释框。
6 f7 [( u7 I0 F/ t. m9 w很多步骤实现起来都有一些难度，所以在中国可以做一个完善的取词词典的人屈指可数。
其中0,1,2,7,8比较简单就不提了。
先说如何挂钩子：
所谓钩子其实就是在WindowsAPI入口写一个JMP XXXX:XXXX语句，跳转到自己的代码里。
步骤如下：
1.取得Windows API入口，用GetProcAddress实现
2.保存API入口的前五个字节，因为JMP是0xEA，地址是4个字节
$ T" G; T% O3 c3.写入跳转语句
这步最复杂
) f  e0 s! |, r/ DWindows的代码段本来是不可以写的，但是Microsoft给自己留了个后门。
有一个未公开函数是AllocCsToDsAlias，
1 W1 ~6 a6 }2 I( b* l: GUINT WINAPI ALLOCCSTODSALIAS(UINT);
4 Z/ R1 ^: }/ C/ y3 S' D你可以取到这个函数的入口，把API的代码段的选择符（要是不知道什么是选择符，就先去学学保护模式编程吧）传给他，他会返回一个可写的数据段选择符。这个选择符用完要释放的。用新选择符和API入口的偏移量合成一个指针就可以写windows的代码段了。
这就是取词技术的最核心的东东，不止取词，连外挂中文平台全屏汉化都是使用的这种技术。现在知道为什么这么简单的几句话却很少知道了吧？因为太多的产品使用他，太多的公司靠他赚钱了。
% a* y, E; N& _+ s这些公司和产品有：中文之星，四通利方，南极星，金山词霸，实达铭泰的东方快车，roboword，译典通,即时汉化专家等等等等。。。。还有至少20多家小公司。他们的具体实现虽然不同，但大致原理是相同的。
我这些都是随手写的，也没有提纲之类的东西，以后如果有机会我会整理一下，大家先凑合着看吧！xixi...
?
7 ?# ~- D4 y/ y2 U2 G主题 　关于屏幕取词的讨论(三)
作者 　 亦东

让大家久等，很抱歉，前些时候工作忙硬盘又坏了，太不幸了。
这回来点真格的。
4 D6 D# H% E" c& ~咱们以截取TextOut为例。
, O  P6 }' _" I8 a7 o, t下面是代码：
! ~% M, K4 I/ W7 j//截取TextOut
2 i% |) J$ ~2 C/ a7 ]% a+ d$ t/ Ztypedef UINT (WINAPI* ALLOCCSTODSALIAS)(UINT);
ALLOCCSTODSALIAS AllocCsToDsAlias;
BYTE Newvalue[5];//保存新的入口代码
BYTE Oldvalue[5];//API原来的入口代码
unsigned char * Address=NULL;//可写的API入口地址
UINT DsSelector=NULL;//指向API入口的可写的选择符
WORD OffSetEntry=NULL;//API的偏移量
1 q9 z2 h) {2 ^! e; O% }% rBOOL bHookAlready = FALSE; //是否挂钩子的标志
; ]* a( i1 h' X* D9 R1 x0 k$ pBOOL InitHook()
! Y7 q. u* g; j: @+ U{
HMODULE hKernel,hGdi;
hKernel = GetModuleHandle("Kernel");
if(hKernel==NULL)
& E$ N2 z6 w) v; f6 creturn FALSE;
; a( Z7 Q1 S2 _. m9 j( f: AAllocCsToDsAlias = (ALLOCCSTODSALIAS)GetProcAddress(hKernel,"AllocCsToDsAlias");//这是未公开的API所以要这样取地址
7 ]! b6 j$ B% z  e  k1 iif(AllocCsToDsAlias==NULL)
  U* W6 P4 r& a% _) m; treturn FALSE;
hGdi = GetModuleHandle("Gdi");
if(hmGdi==NULL)
return FALSE;
FARPROC Entry = GetProcAddress(hGdi,"TextOut");
if(Entry==NULL)
return FALSE;
! }% b: |9 _6 t. T+ ], y' j! ?OffSetEntry = (WORD)(FP_OFF(Entry));//取得API代码段的选择符
3 Q& B6 K. \- m' ]DsSelector = AllocCsToDsAlias(FP_SEG(Entry));//分配一个等同的可写的选择符
. M9 n7 J( f/ k" V. bAddress = (unsigned char*)MK_FP(DsSelector,OffSetEntry);//合成地址
Newvalue[0]=0xEA;
% W, U. Y4 O, u. S3 X! s8 F" J; ~*((DWORD*)(Newvalue+1)) = (DWORD)MyTextOut;
1 |9 S( \. i$ p5 _: ~% _Oldvalue[0]=Address[0];
*((DWORD*)(Oldvalue+1)) = *((DWORD*)(Address+1));
}
BOOL ClearHook()
$ I7 g: S- C5 d+ O{
if(bHookAlready)
HookOff();
FreeSelector(DsSelector);
}
BOOL HookOn()
{
if(!bHookAlready){
1 @7 h- _' Q: Wfor(int i=0;i<5;i++){
- ^( J- p/ O6 ?+ N6 R8 j7 ZAddress=Newvalue;
8 t; u7 l6 A6 e3 t- t0 }}
8 N/ P1 A9 X# _bHookAlready=TRUE;
}
8 {: L$ H; [# y; A0 @+ W}
BOOL HookOff()
' z" A1 z: f" `% ~{
! p; P, B3 X7 hif(bHookAlready){
6 M4 i3 O  A6 u* A0 W0 R3 R! V# W6 x. Kfor(int i=0;i<5;i++){
# D, a" y( ]  Y- {5 r! @6 k/ PAddress=Oldvalue;
}
bHookAlready=FALSE;
( L8 E( I5 P" ?) n' W2 m. N# @}
}
//钩子函数，一定要和API有相同的参数和声明
BOOL WINAPI MyTextOut(HDC hdc,int nXStart,int nYStart,LPCSTR lpszString,UINT cbString)
{
BOOL ret;
HookOff();
1 W* e3 a  w% Nret = TextOut(hdc,nXStart,nYStart,lpszString,cbString);//调原来的TextOut
HookOn();
! K3 M. L" d& Q. s2 l% P; c) p' Kreturn ret;
9 }2 v' G1 U2 T$ ~}
0 q/ D9 E. Q8 E8 h上面的代码是一个最简单的挂API钩子的例子，我要提醒大家的是，这段代码是我凭记忆写的，我以前的代码丢了，我没有编译测试过
3 U9 |0 e5 a* J* {因为我没有VC++1.52.所以代码可能会有错。
建议使用Borland c++，按16位编译。
6 B* e" ^' q) J- M  d如果用VC++1.52，则要改个选项
在VC++1.52的Option里，有个内存模式的设置，选大模式，和"DS!=SS DS Load on Function entry.",切记，否则会系统崩溃。
! s7 E% O1 N* o% ~0 ]: p4 n有什么不明白的可以给我写信
[email protected]
Wednesday, June 23, 2004 7:11 PM

liunan7080

[s:6] 高深莫测