Textractor项目:Memories Off系列游戏特殊编码文本提取技术解析
2025-07-02 13:42:35作者:尤辰城Agatha
背景概述
在视觉小说游戏汉化领域,Textractor作为一款强大的文本提取工具,经常需要针对不同游戏引擎的特殊编码进行处理。近期在Memories Off系列游戏(包括《Memories Off ~Sorekara~》和《Memories Off 2nd》)的文本提取过程中,发现这些使用MAGES引擎的游戏采用了特殊的自定义编码表,导致常规的文本提取方法失效。
技术难点分析
MAGES引擎游戏的特殊性主要体现在:
- 使用非标准字符编码表
- 游戏文本在内存中的存储格式与常见编码不同
- 需要特定的hook点才能准确捕获文本数据
解决方案实现
经过技术分析,我们确定了以下关键解决方案:
1. 游戏特定hook点定位
通过逆向分析游戏可执行文件,找到了各版本游戏的核心文本处理函数:
- 《Memories Off -Innocent Fille-》hook点:sub_431430->4319AF
- 《Memories Off 2nd》hook点:sub_42DDB0->42E3B2
- 《Memories Off ~Sorekara~》hook点:sub_42D990->42DF92
2. 专用h-code开发
针对不同游戏版本开发了特定的h-code:
《Memories Off -Innocent Fille-》:
HHN-C:-18@319AF:Game.exe
《Memories Off 2nd》:
HHN-4:-18@2E3B2:game.exe
HHN-8:-18@2E3B2:game.exe
《Memories Off ~Sorekara~》:
HHN-4:-18@2DF92:game.exe
HHN-8:-18@2DF92:game.exe
3. 编码转换处理
由于游戏使用MAGES自定义编码表,需要配合Textractor的Replacer.xdll扩展功能,使用专门的编码转换表(SavedReplacements.txt)进行字符映射转换。
技术要点说明
-
寄存器使用分析:
- 不同游戏版本使用不同的寄存器存储文本数据(EDX/EAX/ECX)
- 都需要对EBP寄存器进行分割处理
-
偏移量计算:
- 所有hook点都采用-18的偏移量
- 这是经过多次测试确定的最佳偏移值
-
多版本兼容:
- 部分游戏需要同时使用多个h-code才能完整捕获所有文本
- 这与游戏内部的多重文本处理机制有关
实际应用建议
- 确保使用最新版Textractor
- 正确放置SavedReplacements.txt文件
- 根据游戏版本选择对应的h-code组合
- 对于hook失败的情况,建议提供游戏主程序进行进一步分析
总结
通过对MAGES引擎的深入分析和特定hook点的开发,成功解决了Memories Off系列游戏的文本提取难题。这一解决方案不仅适用于上述游戏,其技术思路也可为其他使用相同引擎的游戏提供参考。未来随着游戏引擎的更新,可能需要进一步调整hook策略和编码转换方案。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~054CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0377- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
179
263

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
869
514

openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
328
377

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
333
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
28
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

deepin linux kernel
C
22
5

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
601
58