企业官网建设流程全解析

• 开发工具
• 逆向工程
• 桌面应用

Textractor（曾用名 NextHooker）是一个运行于 Windows 7 及 Wine 之上的 x86/x64 开源游戏文本提取工具，通过向游戏进程注入 DLL、Hook 文本输出函数并借助命名管道回传数据，实现对视觉小说与各类游戏引擎文本的实时捕获。本篇以项目的俄文 README 为主线，完整覆盖其下载、功能、/H 与 /R 钩子码语法、扩展机制、编译方法与整体架构，并结合作用户指南 docs/TUTORIAL.md，帮助读者既会用工具，也理解其底层实现。

项目概述

Textractor是一个高度可扩展的开源文本 Hook 器，最初脱胎于 ITHVNR（ITH + VNR 引擎项目），用于从视频游戏与视觉小说中提取对话与 UI 文本。它同时支持 32 位与 64 位进程，并可在 Wine 环境下列为可用方案。项目提供多语言 README（含英文、简体中文、俄文等十余种语言），用户也可观看 docs/TUTORIAL.md 中记录的教学视频快速上手。

俄文 README 列出的核心特性如下（与英文版一致，可直接作为功能清单）：

• 高度可扩展：所有后处理逻辑都以扩展（Extension）形式实现；
• 自动捕获：可从大量游戏引擎自动 Hook 文本，其中包括部分 VNR 并不支持的引擎；
• /H "hook" 码：通过 Hook 码拦截指定函数的参数或返回值来捕获文本，兼容大多数 AGTH（Another Game Text Hooker）代码；
• /R "read" 码：不注入 Hook，而是按地址周期性直接读取目标内存，实现"直读"式文本抽取。

获取版本

• Textractor 的正式发行版可在项目官方 Releases 中下载；
• 更早的 ITHVNR 版本在俄文 README 中给出了存档链接；
• 英文 README 还额外提到，带调试信息的实验性构建可以从持续集成平台的 Artifacts 中获取。

下载后解压即可运行Textractor.exe，无需额外安装。若要针对某款特定游戏长期捕获，项目约定游戏根目录下可放置TextractorConfig.txt配置文件（见 include/defs.h 中GAME_CONFIG_FILE的定义），用于保存该游戏的 Hook 码等设置。

钩子码语法：/H hook 码与 /R read 码

钩子码是 Textractor 的核心使用方式：一行代码即可描述"在哪里、按什么格式读多少字节、如何解码"。所有解析逻辑集中在 host/hookcode.cpp，入口函数HookCode::Parse会去掉可选的前缀/与行尾斜杠（兼容 legacy/AGTH 写法），再按首字母分发到ParseHCode或ParseRCode（参见 host/hookcode.cpp）。

/H hook 码

/H 码的一般结构（见ParseHCode实现，host/hookcode.cpp）：

/H {类型标志} [F] [null_length<] [N] [codepage#] [padding+] 偏移 [*间接索引] [:分割偏移 [*分割间接索引]] @地址[:模块[:函数]]

各字段的含义：

源码中自带的测试用例给出了真实可解析的完整示例（host/hookcode.cpp）：

/HQN936#-c*C:C*1C@4AA:gdi.dll:GetTextOutA ; Hook gdi.dll!GetTextOutA，GBK 解码，双级指针 + 双级长度 /HB4@0 ; 长度前置的 ANSI 文本 /RS65001#@44 ; UTF-8 直读码

GenerateHCode还支持反向生成：给定HookParam与进程 ID，它会把绝对地址尝试折算成"模块 + 偏移"形式（通过VirtualQueryEx找到所属模块），使 Hook 码在 ASLR 下更稳定（host/hookcode.cpp）。

/R read 码

/R 码描述一次内存直读，结构为（见 host/hookcode.cpp）：

/R {S|Q|V|M} [null_length<] [codepage#] @地址

• S：ANSI 字符串；Q：Unicode 字符串；V：UTF-8；M：Unicode + 十六进制转储；
• null_length<：长度前置位置；codepage#：代码页（如/RS65001#@44表示按 UTF-8 直读0x44处的字符串）；
• 非法前缀（如/RW@44）会解析失败被拒绝。

/R 码与 /H 码的差异在于：/H 需要注入一小段指令到目标函数首部，把参数"转发"出来；/R 则不需要 Hook 代码，适合已知剧情文本缓冲区地址的场景。

扩展机制

俄文 README 指出：官方扩展示例项目展示了如何构建扩展，而仓库内的 extensions/ 文件夹本身就是扩展功能的"活文档"。该目录下包含十余个用 C++ 编写的扩展，覆盖了从文本清洗到功能增强：

• removerepeatchar.cpp/removerepeatphrase.cpp/removerepeatsentence.cpp：去除重复字符、短语与句子（游戏引擎反复重绘对话时的常见问题）；
• regexfilter.cpp/regexreplacer.cpp/replacer.cpp/styler.cpp：基于正则与替换规则的过滤、改写与样式化；
• extranewlines.cpp、exnewlines/extrawindow.cpp：换行处理与独立文本窗口；
• copyclipboard.cpp/threadlinker.cpp：剪贴板同步与多线程文本关联；
• bingtranslate.cpp/googletranslate.cpp/deepltranslate.cpp/translatewrapper.cpp：多种翻译服务的封装；
• lua.cpp/devtools.cpp：Lua 脚本扩展与开发者调试工具。

从源码结构看，GUI 在显示每一条文本前，会先把它连同元数据分发给所有扩展：GUI/mainwindow.cpp 中调用DispatchSentenceToExtensions(sentence, GetSentenceInfo(thread).data())，若某个扩展返回"跳过"，则该句不显示。扩展与宿主之间的元数据接口定义在 extensions/extension.h：SentenceInfo以"名字 → 整型值"的数组形式向扩展暴露线程名、代码页等信息，扩展也可通过抛出自定义的SKIP异常主动丢弃文本。

编译项目

编译 Textractor 的前置条件（俄文 README "Compiling" 一节原文要求）：

1. 安装支持 CMake 的 Visual Studio；
2. 安装 Qt 5.13。

随后直接用 Visual Studio 打开源码文件夹、选择配置并构建，产物即为Textractor.exe。从 CMakeLists.txt 可以看到这些要求在工程层面的体现：

• 项目强制 MSVC：非 MSVC 工具链会直接FATAL_ERROR终止配置（CMakeLists.txt）；
• 全局编译选项为 C++17、多核编译/MP，并按目标位数链接x64libs或x86libs（CMakeLists.txt）；
• 通过cmake/QtUtils.cmake注册表搜索定位 Qt 5 的Core、Widgets、WinExtras、WebSockets模块（CMakeLists.txt）；
• 工程由host、texthook、GUI、extensions、test五个子工程组成（CMakeLists.txt），分别对应宿主程序、被注入 DLL、图形界面、扩展与测试。

注意英文版 README 额外提示：从源码构建前需先克隆仓库并初始化子模块（git submodule update --init），因为texthook/minhook/等目录依赖子模块内容。

项目架构

俄文 README 的"项目架构"一节描述了完整的数据通路：**宿主（host）向目标进程注入 texthook.dll，两者通过两条命名管道通信；texthook 等待管道接通后，向文本输出函数（如TextOut、GetGlyphOutline）注入少量指令，把它们的输入参数转发到管道；宿主对收到的文本做初步处理后交回 GUI；GUI 在显示前再把文本分发给扩展。**下面结合源码逐环节拆解。

两条命名管道

管道名与同步对象集中定义在 include/defs.h：

constexpr auto HOOK_PIPE = L"\\\\.\\pipe\\TEXTRACTOR_HOOK"; // texthook → host constexpr auto HOST_PIPE = L"\\\\.\\pipe\\TEXTRACTOR_HOST"; // host → texthook

• hostPipe（TEXTRACTOR_HOST）：宿主写入端，向被注入的 DLL 下发命令；
• hookPipe（TEXTRACTOR_HOOK）：texthook 写入端，回传捕获的文本、控制台日志与钩子事件。

两者都以PIPE_TYPE_MESSAGE（消息型管道）创建，保证每条消息边界完整。

texthook.dll 的启动与管道线程

被注入的 DLL 生命周期入口在 texthook/main.cc 的DllMain：

1. 用命名互斥量VNR_HOOKMAN_<pid>防止对同一进程重复注入；
2. 创建内核对象文件映射（即 README 中所说的"文件视图 / section object"）VNR_SECTION_<pid>，并把其中一段内存映射为TextHook hooks[MAX_HOOK]数组——宿主进程稍后会只读映射同一块内存，从而不经过管道即可查看当前所有 Hook 的状态（地址、参数、名称等）；
3. 初始化 MinHook 后，创建独立的Pipe线程（texthook/main.cc）。

Pipe线程的工作循环：

1. 等待事件TEXTRACTOR_PIPE_AVAILABLE，随后以客户端身份连接两条管道（CreateFileW打开HOST_PIPE与HOOK_PIPE，texthook/main.cc）；
2. 先通过 hookPipe 写入自己的进程 ID，宿主据此建立进程记录；
3. 调用Engine::Hijack()（定义于 texthook/engine/match.cc）启动各引擎的自动匹配/Hook 逻辑；
4. 循环读取 hostPipe 命令，switch分发四种HostCommandType：
   • HOST_COMMAND_NEW_HOOK：按用户给定的HookParam插入新 Hook（名称形如UserHook1）；
   • HOST_COMMAND_REMOVE_HOOK：移除指定地址附近的 Hook；
   • HOST_COMMAND_FIND_HOOK：按SearchParam搜索——给了文本则SearchForText（按已知文本反查地址），否则SearchForHooks（自动搜索候选 Hook）；
   • HOST_COMMAND_DETACH：结束循环，DLL 自清理并FreeLibraryAndExitThread。

捕获到的文本经TextOutput打包成"ThreadParam头 + 原文"写入 hookPipe（texthook/main.cc）；找到的 Hook 通过NotifyHookFound上报，宿主会据此生成/H码并打印到控制台，方便用户保存为游戏配置。

宿主侧：管道管理、注入与文本整理

宿主逻辑在 host/host.cpp。CreatePipe为每对连接创建两条消息管道：hookPipe 为PIPE_ACCESS_INBOUND，hookPipe 连接成功后先读回 4 字节进程 ID 建立ProcessRecord，再递归调用自身以便支持多进程同时挂接（host/host.cpp）。每个ProcessRecord保存：该进程的 hostPipe 句柄、对VNR_SECTION_<pid>的只读映射视图（README 所说"映射到 TextHook 类引用"的对象），以及保护该视图的互斥量。

读取 hookPipe 的主循环按HostNotificationType分派：FOUND_HOOK（转换编码后回调 GUI 控制台）、RMVHOOK（清理对应线程）、TEXT（控制台输出），其余情况按默认分支视为文本数据——取出ThreadParam头，按"进程 + 地址 + 上下文"哈希定位TextThread，首次出现时触发OnCreate，然后把原始字节Push进线程缓冲（host/host.cpp）。

进程注入实现在Host::InjectProcess（host/host.cpp），是标准的 CreateRemoteThread 注入：

1. 用VNR_HOOKMAN_<pid>互斥量先占位，已存在则提示"已注入"；
2. OpenProcess(PROCESS_ALL_ACCESS)打开目标，IsWow64Process检查 32/64 位匹配；
3. VirtualAllocEx+WriteProcessMemory写入texthook.dll的完整路径，再CreateRemoteThread调用LoadLibraryW完成加载。

宿主还内置了两个特殊TextThread：console（系统日志输出）与clipboard（host/host.cpp），后者借助WH_GETMESSAGE钩子监听WM_CLIPBOARDUPDATE，把系统剪贴板里的文本也汇入统一管线——这解释了为何许多扩展能对"复制出来的游戏文本"同样生效。

文本缓冲的整理逻辑在 host/textthread.cpp 的TextThread::Push：

• 双字节字符集（DBCS）保护：当一次只读到 1 字节且是 DBCS 前导字节时（IsDBCSLeadByteEx），先暂存等下一字节配对，避免 GBK 等编码在消息边界被切断；
• 编码转换：按HEX_DUMP、USING_UNICODE或codepage分支处理，Unicode 直接转换，ANSI 经StringToWideString按指定代码页（缺省为Host::defaultCodepage）转宽字符；
• 重复过滤：RemoveRepetition检测"整句被引擎连续重绘 N 遍"的情况并只保留一句（对应英文 README 提到的 issue #40）；
• 每 10 毫秒的定时器队列（CreateTimerQueueTimer）负责把缓冲按时间窗口切分成句子（sentence）向上层输出。

数据流总览

综合以上源码，README 描述的链路可还原为：

游戏进程 └─ texthook.dll（LoadLibrary 注入） ├─ DllMain: 建 VNR_SECTION_<pid> 共享视图 + Pipe 线程 ├─ Pipe 线程: 连接管道 → Engine::Hijack() → 处理 /H、搜索、移除、断开 └─ 文本输出: ThreadParam + 原文 → hookPipe (\\.\pipe\TEXTRACTOR_HOOK) 宿主 host ├─ CreatePipe: 建立双向消息管道，按 PID 维护 ProcessRecord ├─ hostPipe 下发命令（插入/移除/搜索/断开） ├─ 只读映射 VNR_SECTION_<pid> 查看 Hook 状态 └─ TextThread: DBCS 拼接、代码页转换、去重、定时切句 GUI ├─ 显示文本线程 / 控制台 / 剪贴板线程 └─ DispatchSentenceToExtensions: 每句先过扩展，再显示

支持与贡献

俄文 README 给出了明确的协作约定：

• 反馈渠道：任何 bug、Textractor 无法 Hook 的游戏、功能请求都欢迎提出；若某款游戏无法捕获，作者希望通过免费下载链接或 Steam 礼物获取该游戏用于实测；
• 贡献方式：关于代码库的问题可邮件联系作者；PR 遵循标准流程（fork → 建分支 → 提交改动 → 向 master 发起 PR）；
• 翻译贡献：所有界面字符串集中在 text.cpp 中，按语言分组维护（俄文HIJACK_ERROR等字符串就在其中），翻译该文件与 README 即可完成多语言贡献；
• 贡献者名单见 docs/CREDITS.md。

小结

Textractor 以"宿主 + 被注入 DLL + 双管道 + 共享视图"的经典注入架构，把游戏内的文本捕获做成了可编码化（/H、/R 码）、可搜索（自动找 Hook）、可后处理（C++/Lua 扩展管线）的完整工具链。若你要为某款游戏做文本提取，实践路径是：先试自动引擎匹配 → 失败则用"按文本搜索"或手动/H码定位TextOut*/GetGlyphOutline类调用点 → 保存 Hook 码到TextractorConfig.txt→ 用 extensions/ 中的去重、正则扩展清洗输出。仓库中的 include/defs.h、texthook/main.cc、host/host.cpp 与 host/hookcode.cpp 是深入原理时最值得精读的四份文件。

• 开发工具
• 逆向工程
• 桌面应用