如何零基础使用Textractor进行游戏文本提取
2026-05-04 09:13:56作者:袁立春Spencer
Textractor是一款开源的游戏文本提取工具,能帮助玩家和翻译爱好者从Windows游戏中捕获对话、旁白等文本内容。无论是学习外语、制作攻略还是进行游戏本地化,这款工具都能让文本提取过程变得简单高效。
准备工作:认识Textractor
什么是游戏文本提取工具
Textractor(又名NextHooker)是基于ITHVNR开发的x86/x64游戏文本钩子工具,支持Windows 7及以上系统和Wine环境,能自动识别并钩取多种游戏引擎的文本输出函数。
核心功能特性
✨ 智能钩取系统:自动识别游戏文本输出函数,无需复杂配置
🔌 丰富扩展支持:通过扩展实现翻译、过滤、格式转换等功能
📝 AGTH代码兼容:支持主流Hook代码格式,灵活适配不同游戏
🔍 自动搜索功能:智能扫描可能的文本输出点,降低使用门槛
实战操作:三步上手游戏文本提取
安装与启动
- 从仓库克隆项目:
git clone https://gitcode.com/gh_mirrors/te/Textractor - 运行可执行文件Textractor.exe
- 首次启动会显示简洁的主界面,包含进程列表和文本显示区域
提取游戏文本步骤
-
选择游戏进程
在主界面点击"Attach to game"按钮,从列表中选择目标游戏进程 -
开始文本捕获
工具会自动开始搜索并钩取文本,提取的内容会实时显示在右侧面板 -
保存提取结果
使用"Copy to clipboard"功能复制文本,或通过扩展将内容导出为文件
💡 提示:部分游戏可能需要管理员权限运行Textractor才能正常钩取文本
进阶技巧:提升文本提取效率
自定义Hook代码
当自动钩取效果不佳时,可以手动添加Hook代码:
- 点击"Add hook"按钮
- 输入AGTH格式的Hook代码(如
/H:00401234) - 调整编码和过滤设置以获得最佳效果
扩展功能应用
Textractor提供多种实用扩展:
- 翻译功能:通过
extensions/bingtranslate.cpp和extensions/deepltranslate.cpp实现实时翻译 - 文本过滤:使用
extensions/regexfilter.cpp去除重复内容或无关信息 - 格式处理:通过
extensions/regexreplacer.cpp调整文本格式
技术模块实际应用
- GUI模块:
GUI/mainwindow.cpp控制主界面,可通过修改自定义界面布局 - 钩子引擎:
texthook/目录下代码负责核心钩取功能,高级用户可优化识别算法 - 扩展系统:基于
extensions/extension.h接口开发专属功能,满足个性化需求
新手常见误区
误区一:过度依赖自动钩取
并非所有游戏都能完美自动识别,复杂引擎可能需要尝试不同Hook代码组合
误区二:忽视编码设置
亚洲语言游戏常出现乱码,需在设置中调整文本编码(如Shift-JIS、UTF-8)
误区三:未及时更新版本
新游戏可能使用更新的引擎技术,建议定期同步仓库获取最新代码
常见问题解决
无法钩取游戏文本
- 确认游戏进程选择正确
- 尝试以管理员身份运行Textractor
- 检查是否使用了64位工具钩取32位游戏(或反之)
提取文本出现乱码
- 在"Settings"中调整文本编码
- 使用
extensions/目录下的编码转换工具 - 尝试不同的Hook代码组合
扩展功能无法加载
- 检查扩展文件是否存在于
extensions/目录 - 确认扩展与Textractor版本兼容
- 查看日志文件获取详细错误信息
Textractor作为开源项目,持续接受社区贡献和改进。通过掌握这些基础操作和进阶技巧,你可以充分利用这款工具提升游戏文本提取效率,无论是个人使用还是参与本地化项目都能得心应手。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425
