某热门游戏的资源文件格式揭秘

shane007

此文可以作为分析文件格式的参考。
- L1 H9 @3 \5 V: e3 A% ^+ @: _  r: W
原文
- X+ G5 \) W" \* N. F# r; k0 z4 q) mhttp://vivimice.blog.163.com/blog/static/161001200952035527294/

美国某知名2D小游戏公司最近出了一个很好玩的小游戏，非常热门啊，最近水木和88的PCGame板都在讨论这个。玩了一下发现确实不错，尤其是音乐，做得很不错，颇有味道。于是想把它给扒出来。
6 f( e- N- t- L9 G5 C
8 E6 t) h) I% }- j% V9 ?, @　　自己观察了一下，发现游戏目录下的sounds文件夹只有一些RIFF格式的音效，没有音乐。倒是游戏可执行文件的下面有一个main.pak文件，体积庞大。估计就是在这个文件里面。
; x7 J( U- Z0 S* L! W6 [1 ~! \
0 P! m& W0 \& g4 g2 x! L% s　　去该公司的开发者论坛上转了一圈，得知这个文件格式尚未公开。网上能够找到的资源提取程序都不能读取这个文件。估计是比较新的打包格式。干脆自己人肉解解看，或许能够成功。
/ g* h: p& L8 H( c4 I0 r& W% f
" C+ j# T! J/ o2 [
* W. ?8 Y' ]/ f0 h. `& z" ~! _% i; t5 g　　 用UE打开这个文件，初步瞄了一眼，发现内容比较乱，用PNG、MP3等等常见文件的文件头搜索了一下，没有找到。文件内容比较紧凑，没有发现成段的连续同内容字节。这说明文件可能经过压缩。如果真是经过压缩的话，那么直接啃文件是基本上啃不动的，因为压缩算法实在是太多了，而且特征比较难找。于是想想换一条路试试看：如果这个文件是经过压缩的，那么程序在运行的时候肯定要将整个文件进行解压缩（因为压缩文件缺乏直接随机读写的能力），将解出来的资源放在内存里面，在内存里面找也许可以找到有价值的内容。

　　首先将程序启动，在资源全部加载完毕以后马上使用工具将程序运行时的内存完全dump到文件中，接下来开始分析，结果却只找到了一副PNG图。文件经过压缩的可能性变小了。
$ L* i/ c. _: c5 L  o0 J

% _7 Q  U& Y% l% v# u5 E　　既然文件没有经过压缩，但是缺又缺乏常规文件的特征（文件头的地方一般比较稀疏），到底该怎么办呢？无聊之中无意将编辑模式切换到了纯文本模式，这个无意的操作却让我发现了一些蛛丝马迹。
8 q- M5 _9 w: E# k1 z% U　　文本模式下，这个文件仍然是乱码，但是却发现文件头部有很多行的开头都一模一样。这种打包的文件，内容组织上一般都比较像文件系统，前面是子文件的入口列表，后面是子文件的具体数据。这些开头一模一样的行，可能说明这些是具有相同路径前缀的子文件。

　　不过路径名都是乱码，说明这些路径名被加密过了。首先想到的最常用也是最古老的加密方式就是XOR。尽管不知道XOR的密钥是什么，但是可以通过穷举的方式来尝试。可以长度为1的密钥开始尝试，如果不成功再尝试不同长度的。幸运的是，我找到了1个长度为1的密钥，它可以让这些乱码变成一串有意义的全大写的单词，尽管路径的分隔符是管道符，而不是反斜杠。
& E  l  o' ]1 u* J3 v

; s# H, H1 W* {, Y( |4 \　　在这个之后，文件的内容看起来有意义多了。但是这个时候我使用常见资源的文件头进行搜索，仍然找不到匹配。这可能说明文件仍存在另外一层加密（要不就是根本就没有这些资源文件）。我想尽了办法，也没能找到这些文件的入口在哪里。
. c8 i; o  ]" J3 L　　忽然我想到前面XOR出来的文件名都是大写，这也许并不是程序员确定的原本文件名，原本文件名如果是小写的话，那么说明打包的时候把所有的小写字符变成了大写字符。而PNG的文件头是"\x80PNG"，结果被我找到了"\xA0png"的若干个匹配，在这若干个匹配的后面，可以找到"ihdr"继以"iend"的匹配，而在正常的PNG中，应该是"IHDR"继以"IEND"。这起码说明了存在如下的映射："\x80A-Z"到"\xA0a-z"，即上述区间的所有字节被加上了0x20，也就是左移了5位。
8 {1 D. e- _/ o. j: l9 Q
( Y4 y  H0 A: K; g　　在我准备编写针对这个算法的还原程序之前，我发现的另外一个现象，让我陷入了混乱。我在这个文件里面发现了OGG文件的文件头，OGG的文件头"OggS"如果按照上面的推测，应该被编码成为"o\x87\x87s"（"g"的十六进制表示为0x67），但是文件中的实际编码是"oGGs"，也就是说对于所有的小写字符而言，他们被减去了0x20，也就是右移了5位。这说明编码的时候针对不同的字节范围进行了不同的移位。
7 o0 h9 d: l3 v# c9 I

8 T6 r1 |1 e! D$ t9 M; p　　最后经过大量的比对，我终于找到了实际位移的算法，终于可以将main.pak还原到了被加密之前的样子。下面的工作就是将这个打包的文件解包成为单独的文件。


　　相比于上面猜测加密的过程来说，解包的过程太简单了，基本上猜测再实验一下就可以知道打包的格式：
& i8 n) t3 ^9 {
9 Z  I5 L& a& y3 c3 h
, |' J+ b, D$ _$ u文件头：
Addr  Length  Type         Description                                    
0x0000  9  byte []  未知
' a* c0 X/ m9 r' p. J0 W

然后接下来是文件入口的定义：
0x0000  1  byte  接下来的字符串的长度（假定为N）
( N- z/ ]6 ^/ P7 B 0x0001  N  char []  文件的相对路径，例如：foo/bar/sound.ogg
+ n2 E7 J9 B% o/ M" Q: ~+ U 0x0001+N  4   long  文件的长度
; A$ ^1 ^  H  V+ C4 W 0x0005+N  8  byte []  未知
0x000d+N  1  byte  终结符


如果上述终结符为0x00的表示接下来的内容仍然是文件入口，如果是0x80则表示从下面开始是文件的数据。各个文件的数据之间没有分隔。放置的顺序就是按照文件入口的顺序来确定。
5 k# C  V% ?% `+ U5 T
% B* A0 l+ _2 m6 _5 o2 ?
　　最后写了一个java小程序来将算法实现了一下，然后成功将这个文件解包。音乐那是相当不错啊，我已经整理出了一个mp3格式的专辑，这下不用玩游戏也可以享受了。