金山词霸DIC文件格式简析

bihaiorg

没有《金山词霸》板块，只好发在这里。
研究了一下《金山词霸2014》的词库文件格式DIC，网上有个DWING做了个KSDRIP，不过不开源，只能自己研究。其实也没用逆向技术，用WINHEX打开目测了一下，索引表+XML说明+zlib压缩数据，块大小16384，0x4000，不难解压缩，于是明白了为什么胡正STARDICT那么早就解密了《金山词霸》词库。
顺便研究了一下语音库，使用了简单加密，轻松解决。
高手见笑了，抛砖引玉，欢迎拍砖。

bihaiorg

前面说的很清楚，KSDRIP不开源，而且其生成的DA3自动从utf-16LE转成了GB2312，丢失了索引和特殊字符，同时也无法解析语音库。
8 L2 S+ B8 Y/ J5 @# G我这个是底层解析，只是说明技术可行性，只是为了好玩，不喜欢可以忽略。
5 @5 p$ I& `  q" W# J8 f( u# ^. F有了这个源代码，完全可以在任何平台支持金山词霸DIC和ADIC。
目前已经解决了国内大部分词典的词库格式解析，包括有道、海笛、欧路、灵格斯、金山词霸、MDICT等等，只剩海笛的语音图片离线库没有解析完成，资料太少，加密比较复杂，等有空好好再研究一下。

$ |: f+ q6 E6 B* Y# c% N6 G生成DIC跟解析是两个工程，目前看，120字节的文件头有几个不知道什么意思，我个人没有这个需求，所以抽不出时间。
给个文件头自己看看吧：
$ \6 x" B! h1 O3 V2 I) ?

1. Option Explicit
   
2. 
   
3. '金山词霸DIC词库解析
   
4. 'Kingsoft PowerWord Dic file format:
   
5. 'Offset      0  1  2  3  4  5  6  7   8  9 10 11 12 13 14 15
   
6. '00000000   4B 53 44 49 70 57 05 00  95 8B 00 00 52 A3 00 00   KSDIpW  晪  R?
   ! T* J  B" W5 Z: {; |/ R9 @* p
7. '00000016   68 58 22 49 08 00 00 00  01 00 00 00 78 A8 25 00   hX"I        x?
   
8. '00000032   00 40 00 00 01 00 02 00  04 08 00 00 09 04 00 00    @
   ( M4 h" g+ z3 }# L5 _, {5 w% V
9. '00000048   04 08 00 00 1D 1E 00 00  20 00 00 00 11 00 00 00
   
10. '00000064   F4 01 00 00 00 00 00 00  78 00 00 00 78 00 00 00   ?      x   x
    ; J3 i+ N" F; x5 D3 o7 n, N
11. '00000080   F8 07 00 00 70 08 00 00  F8 3F 00 00 68 48 00 00   ?  p   ?  hH
    / v- p, v- k  T5 x. s( v
12. '00000096   E8 F0 00 00 50 39 01 00  D8 CB 01 00 28 05 03 00   桊  P9  厮  (
    3 ], _2 T, M1 J8 i" }: b* x) U
13. '00000112   50 A3 22 00 00 00 00 00  3C 00 64 00 69 00 63 00   P?     < d i c
    . `& w" I' Z: c$ a
14. '每个zlib块解压后都是16384
    
15. Type TCibaDIC
    $ F6 D3 E8 N! x. U8 j3 a
16.     lSign As Long '0x4944534b ie KSDI
    # |. u# k3 `: |" `/ B9 ~9 L
17.     lFileSize As Long 'file size
    ' u) c' p. Y! @$ f  w' e1 h9 J
18.     lFileSize1 As Long
    
19.     lFileSize2 As Long
    
20.     lFileCRC32 As Long 'crc32?
    4 d: x3 v9 d" l! y
21.     lNum1 As Long '8
    
22.     lNum2 As Long '1
    
23.     lFileSizeOrig As Long 'Original file size of decription
      {- t( r2 I# F4 |+ p) A3 Q* N
24.     lBlockSize As Long '0x00004000
    : S6 X7 o# N+ c) `4 K# _5 O' n' }
25.     lNum4 As Long '0x00020001
    
26.     lSource_lcid As Long '0x00000804
    * j6 J5 B& I$ D* S+ e, j7 I
27.     lTarget_lcid As Long '0x00000409
    2 Z3 i( g, x$ P6 `# P+ T; o4 [
28.     lNum5 As Long '0x00000804
    : D2 n4 j) r5 h5 ~9 Z! ^
29.     lNumWords As Long '0x1e1d
    ; H4 m. u1 s& O$ s/ K0 J7 K
30.     lNum6 As Long '0x20
    5 L# L3 a% e  x9 O& W6 c1 V! r
31.     lNum7 As Long '0x11
    
32.     lNum8 As Long '0x01f4
    1 t: V3 c- a& v) @' G# [1 f/ F
33.     lNum9 As Long '0x00
    1 G& Q: j. {; N. d. q
34.     lOffStart As Long '0x78
    
35.     lOffXML As Long '0x78
    ) w3 w/ Q+ a% @1 U4 m
36.     lLenXML As Long '0x07f8
    
37.     lOffIdxTable As Long '0x78
    ' M- X# B6 J+ c4 O! [( r+ g8 d
38.     lLenIdxTable As Long '0x78
    6 B- B! z7 g4 c% T
39.     lOffIdxTable1 As Long '0x78
    
40.     lLenIdxTable1 As Long '0x78
    
41.     lOffIndexTable As Long '0x78
    2 W2 `' ]3 h' i, f$ _  z
42.     lLenIndexTable As Long '0x78
    
43.     lOffWordsTable As Long '0x78
    * @- m' `# g3 l% T! I
44.     lLenWordsTable As Long '0x78
    
45. End Type
    $ w8 @6 k& a% [+ i) t( g

复制代码

shawky.nasr

早有人分享了
9 x: w- }& q" w+ r* {. o$ ^. n8 wsuperfan89高手的工具
2 _7 r: J6 ~+ V$ V2 O[工具] 金山词霸转Mdict脚本

mofunzone

楼主很棒！能制作个生成金山DIC格式词库的工具吗？

hnlsc

可考虑解压他的最新金山的东西啊？

904137251

666，能不能私聊我，教教我有道ydic在解码