innoextract:跨平台解包Inno Setup安装程序的利器
项目介绍
innoextract 是一个用于解包由 Inno Setup 创建的安装程序的工具。Inno Setup 是一个广泛用于创建 Microsoft Windows 应用程序安装程序的工具,而 innoextract 则允许在非 Windows 系统上解包这些安装程序,而无需使用 wine 运行实际的安装程序。目前,innoextract 支持从 Inno Setup 1.2.10 到 6.2.2 版本创建的安装程序。
除了标准的 Inno Setup 安装程序外,innoextract 还支持一些经过修改的 Inno Setup 变体,包括 Martijn Laan 的 My Inno Setup Extensions 1.3.10 到 3.0.6.1,以及 GOG.com 基于 Inno Setup 的游戏安装程序。此外,innoextract 还能够解包 Wadjet Eye Games 安装程序(用于与 AGS 一起玩)、Arx Fatalis 补丁(用于与 Arx Libertatis 一起使用)以及其他各种 Inno Setup 可执行文件。
项目技术分析
innoextract 的核心技术依赖于 Boost 库,特别是 iostreams、filesystem、date_time、system 和 program_options 模块。此外,innoextract 还依赖于 liblzma 和 iconv 库,尽管这些库是可选的,但强烈建议使用,因为它们对于解包较新的 Inno Setup 版本创建的安装程序至关重要。
innoextract 的构建过程需要 CMake 和 C++ 编译器,并且支持多种构建选项,如 USE_ARC4、USE_LZMA、WITH_CONV 等,这些选项可以根据用户的需求进行调整。例如,开发者可以通过设置 DEVELOPER=1 来启用调试输出和快速增量构建。
项目及技术应用场景
innoextract 的应用场景非常广泛,特别是在以下几种情况下:
- 跨平台软件分发:开发者可以使用 innoextract 在非 Windows 系统上解包 Inno Setup 安装程序,从而简化跨平台软件的分发和测试流程。
- 游戏移植:对于游戏开发者或爱好者来说,innoextract 可以用于解包 GOG.com 或其他平台的游戏安装程序,以便在非 Windows 系统上进行游戏移植或测试。
- 数据提取:研究人员或数据分析师可以使用 innoextract 从 Inno Setup 安装程序中提取数据,进行进一步的分析或处理。
项目特点
- 跨平台支持:innoextract 支持在 Linux、macOS 等非 Windows 系统上运行,无需依赖 wine。
- 广泛的兼容性:支持从 Inno Setup 1.2.10 到 6.2.2 版本创建的安装程序,以及多种修改版的 Inno Setup 安装程序。
- 灵活的构建选项:通过 CMake 构建系统,用户可以根据需求启用或禁用各种功能,如 ARC4 解密支持、LZMA 压缩支持等。
- 开源且免费:innoextract 采用 ZLIB 许可证,用户可以自由使用、修改和分发。
结语
innoextract 是一个功能强大且灵活的工具,特别适合需要在非 Windows 系统上处理 Inno Setup 安装程序的用户。无论你是开发者、游戏爱好者还是数据分析师,innoextract 都能为你提供极大的便利。赶快尝试一下吧!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00