首页
论坛
课程
招聘
[原创]Galgame汉化中的逆向(二):系统字库与文字编码
2020-6-12 16:06 3564

[原创]Galgame汉化中的逆向(二):系统字库与文字编码

2020-6-12 16:06
3564

Galgame汉化中的逆向(二):系统字库与文字编码

0x0 前言


先上预览图。上节我们谈了谈如何找到解密文本的函数,以及如何来反汇编分析。这节来谈谈有关汉化调用系统字库与编码的问题、如何解决乱码、以及windows上常用的相关函数。通常我们要做的是:

  • 解除非日文系统区域限制
  • 修正游戏由于编码问题无法找到对应文件
  • 修正游戏中的乱码,标题中的乱码
  • 修改游戏中字符的限制,为中文汉化做准备

此系列与我在隔壁还有贴吧发的相同,
上期:Galgame汉化中的逆向 (一):文本加密(压缩)与解密

0x1 文字编码

以winodws系统来看,字符编码主要有两种:

  • Multibyte(类型表示为 char *, LPSTR, ),
  • WideChar(类型表示为 wchar_t *, LPWSTR, L"")

Multibyte为变长字符,中ASCII字符为1字节,中文或日文等为两字节,不同系统编码不同,必须要指定对应的codepage才能正确显示。其中GB2312与shift-jis属于MultiByte;WideChar可以看作是unicode,或者说utf-16,两字节宽字符,所有系统编码都相同。

(1) utf-8

utf-8是一种Multibyte编码, 也是unicode的一种存储形式(可以理解为unicode是一种标准,utf-8是一种实现方式),最短为8位,通过位运算可以很容易和unicode进行变换。如下,将x位拼起来就是unicode,其中汉字通常为,0xEx开头。

 

1字节 0xxxxxxx
2字节 110xxxxx 10xxxxxx
3字节 1110xxxx 10xxxxxx 10xxxxxx

(2) shift-jis, SHJIS, cp932

shift-jis即 JIS X 0208子集的所有字符,可以参考sjis字符表

第一位字节 使用0×81-0×9F、0xE0-0xEF (共47个)
第二位字节 使用0×40-0×7E、0×80-0xFC (共188个),没有7F。

 

一般查字库的时候多用这几个边界处字符定位,0x8141[、], 0x889f[亜], 0xe040[様]

(3) gb2312, cp936

gb2312简中编码和sjis差不多,但是中间没有断层,这点要方便不少。
范围0xA1A1~0xFEFE,其中汉字编码范围是0xB0A1~0xF7FE, 详见gb2312字符表

0x2 字符转换

不同编码集的字符转换通常要通过WideChar为桥梁,转换函数没MultiByteToWideCharWideCharToMultiByte。通过CodePage来进行不同字符集到WideChar转换,其中932为sjis编码,936为gb2312编码。

int MultiByteToWideChar(
  UINT                              CodePage,
  DWORD                             dwFlags,
  _In_NLS_string_(cbMultiByte)LPCCH lpMultiByteStr,
  int                               cbMultiByte,
  LPWSTR                            lpWideCharStr,
  int                               cchWideChar);

有时候游戏调用CreateFileW等相关需要宽字符的函数,而MultiByteToWideChar中codepage为0(跟随系统),这时候就可能找不到文件,如下图。

 

 

我们需要把代码改成0x3A4。可以通过hook此函数,hook不好用就直接改exe,如果利用push eax相关的短指令则需要用code cave了。

 

Frida hook MultiByteToWideChar

var kernel32_MultiByteToWideChar = Module.findExportByName("kernel32.dll", "MultiByteToWideChar");
console.log('MultiByteToWideChar at '+ kernel32_MultiByteToWideChar);
var g_multibyte_ptr;
var g_wide_ptr;
var g_n=0;

Interceptor.attach(kernel32_MultiByteToWideChar, {
 onEnter: function (args, state) {
    g_multibyte_ptr = args[2];
    g_wide_ptr = args[4];
    console.log(g_n +", cp"+args[0].toString(10))
    args[0] = ptr('932');
    g_n++;},
 onLeave: function (retval) {
    console.log(g_multibyte_ptr.readAnsiString() + ", " + g_wide_ptr.readUtf16String()) }

Code Cave

0x3 调用系统字库

游戏中通常用CreateFontIndirectA来选择字库,函数如下:

HFONT CreateFontIndirectA( const LOGFONTA *lplf);
typedef struct tagLOGFONTA {
  LONG lfHeight;
  LONG lfWidth;
  LONG lfEscapement;
  LONG lfOrientation;
  LONG lfWeight;
  BYTE lfItalic;
  BYTE lfUnderline;
  BYTE lfStrikeOut;
  BYTE lfCharSet; //0x17
  BYTE lfOutPrecision;
  BYTE lfClipPrecision;
  BYTE lfQuality;
  BYTE lfPitchAndFamily;
  CHAR lfFaceName[LF_FACESIZE];
} LOGFONTA, *PLOGFONTA, *NPLOGFONTA, *LPLOGFONTA;

日文游戏显示乱码原因多半是lfCharSet值输入为1(ANSI_CHARSET 0 BALTIC_CHARSET 1,跟随系统),语言根据徐通决定,我们要改成0x80 日语,汉化后要改成0x86 中文。其中lfCharSet大多在CreateFontIndirectA上面。
比如说改为,mov dword ptr ds:[532798], 80000000,修改乱码如图所示。

0x4 枚举系统字库

游戏中选择字体的时候通常用EnumFontFamiliesAEnumFontFamiliesExA来枚举可用字库,通常会在FONTENUMPROCA回调函数中,通过charset来过滤其他字库。
如:

mov edi, dword ptr ss:[ebp + 8] ;arg1      
cmp byte ptr ds:[edi + 17], 80  ;japanese

这个函数声明如下, charset就在LOGFONT结构体里, charset 0x80为日语, 0x86为中文。

int CALLBACK EnumFontFamProc(
    ENUMLOGFONT FAR *lpelf,   // pointer to logical-font data
    NEWTEXTMETRIC FAR *lpntm, // pointer to physical-font data
    int FontType,             // type of font
    LPARAM lParam             // address of application-defined data  );

int EnumFontFamiliesExA(
  HDC           hdc,
  LPLOGFONTA    lpLogfont,
  FONTENUMPROCA lpProc,
  LPARAM        lParam,
  DWORD         dwFlags);

typedef struct tagENUMLOGFONT { // elf 
    LOGFONT elfLogFont; //这项结构如tagLOGFONTA所示
    BCHAR    elfFullName[LF_FULLFACESIZE];
    BCHAR    elfStyle[LF_FACESIZE];
} ENUMLOGFONT;

0x5 其他

(1) 系统语言检测相关

一般来说常用的函数是GetSystemDefaultLCID,返回值是系统语言代码,英文 0x409,日文 0x411, 简中0x804,繁中0x404。

(2) 游戏窗口乱码修复

游戏窗口标题可能存储在游戏资源文件里,不一定在exe里面,通过CreateWindowEx来初始化窗口标题,或者SetWindowText

(3) 点阵字模

GetGlyphOutlineA 将字符转换成点阵来输出,有些游戏的字体输出都是调用此函数,一般都会在调用这个函数之前进行字符边界校验。具体与上面类似,不再赘述。函数声明为:

DWORD GetGlyphOutlineA(
  HDC            hdc,
  UINT           uChar,
  UINT           fuFormat,
  LPGLYPHMETRICS lpgm,
  DWORD          cjBuffer,
  LPVOID         pvBuffer,
  const MAT2     *lpmat2);

[看雪官方培训] Unicorn Trace还原Ollvm算法!《安卓高级研修班》2021年6月班火热招生!!

最后于 2020-6-12 16:07 被devseed编辑 ,原因:
收藏
点赞7
打赏
分享
最新回复 (10)
雪    币: 6
能力值: ( LV1,RANK:0 )
在线值:
发帖
回帖
粉丝
mb_hbzbnhpp 活跃值 2020-6-12 19:08
2
0
楼主大神呀
雪    币: 250
活跃值: 活跃值 (233)
能力值: ( LV2,RANK:10 )
在线值:
发帖
回帖
粉丝
killleer 活跃值 2020-6-12 19:18
3
1
呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐呐
雪    币: 1982
活跃值: 活跃值 (526)
能力值: ( LV3,RANK:10 )
在线值:
发帖
回帖
粉丝
のばら 活跃值 2020-6-12 20:59
4
0

雪    币: 1081
活跃值: 活跃值 (98)
能力值: ( LV2,RANK:10 )
在线值:
发帖
回帖
粉丝
ttstation 活跃值 2020-6-12 23:06
5
0
白石好评!!!
雪    币: 4331
活跃值: 活跃值 (351)
能力值: ( LV2,RANK:10 )
在线值:
发帖
回帖
粉丝
战马 活跃值 2020-6-13 00:40
6
0

雪    币: 651
活跃值: 活跃值 (285)
能力值: ( LV7,RANK:101 )
在线值:
发帖
回帖
粉丝
coneco 活跃值 2 2020-6-18 22:45
7
0
感谢分享
雪    币: 200
活跃值: 活跃值 (30)
能力值: ( LV2,RANK:10 )
在线值:
发帖
回帖
粉丝
Otoboku 活跃值 2020-6-20 15:16
8
0

雪    币:
能力值: ( LV1,RANK:0 )
在线值:
发帖
回帖
粉丝
frienkie 活跃值 2020-7-7 10:26
9
0
楼主能不能研究一下dmm games apk上的安卓移植galgame,有很多大作已经移植到手机了,日厂也有些开窍了。要是能实现这部分的逆向,手机上玩galgame又有更多选择了
雪    币: 120
能力值: ( LV1,RANK:0 )
在线值:
发帖
回帖
粉丝
Sshwy 活跃值 2020-8-3 20:33
10
0
想问个问题。如果遇到需要Locale Emulator才能打开的galgame。该怎么调试呢
我试过ollydbg的 attach 但成功率很低
游戏是LC-Script Eingine
雪    币: 3072
活跃值: 活跃值 (1925)
能力值: ( LV8,RANK:120 )
在线值:
发帖
回帖
粉丝
devseed 活跃值 1 2020-8-4 01:15
11
1
Sshwy 想问个问题。如果遇到需要Locale Emulator才能打开的galgame。该怎么调试呢 我试过ollydbg的 attach 但成功率很低 游戏是LC-Script Eingine
hook或者直接改相关api否codepage
游客
登录 | 注册 方可回帖
返回