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。

* t8 l8 ?" k0 \# p5 m* f原文
http://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。
4 K6 ]# |3 ~/ P. o, ?4 V
: h4 V1 E/ ~. w　　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。

　　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。

6 S' g/ f4 n, e# N
　　 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。


　　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。
　　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。

% g$ k0 C: C0 O* \
/ h: y# c: b! P  ^- F2 O5 M　　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。
$ b5 T3 ^4 ~9 N& @( x3 K　　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。

# o: J6 d" e9 _" E" y' k, {- S" M　　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。
! o6 N! o8 t3 e! l, W% `% B

, J6 B% K5 W# y; ?　　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。
7 G) }! |  w+ }: S3 G/ c

　　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：
4 Z5 d1 }1 y8 h. d# R
# N: r* r" A" _! D$ G7 R1 w' I6 C+ d
文件头：
5 V9 U! g/ G5 \/ f: V( j Addr  Length  Type         Description                                    
0x0000  9  byte []  未知


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）
4 t) ^: O* z6 E2 Y( k7 ? 0x0001  N  char []  文件的相对路径，例如：foo/bar/sound.ogg
! H+ b( D- P* J5 R/ ^ 0x0001+N  4   long  文件的长度
1 C6 @3 g# N1 V% G 0x0005+N  8  byte []  未知
1 n3 E1 f1 T2 b; r1 E5 n  K/ d 0x000d+N  1  byte  终结符

/ i9 b. Q! d7 w
. N3 r9 y  I7 E  O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。
2 H7 l5 ]4 W) B1 @4 E

　　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。