eudic 文件格式浅析

bihaiorg · 发表于 2021-3-18 01:43:19

本帖最后由 bihaiorg 于 2021-4-8 06:49 编辑

eudic 文件格式浅析

4月8日进度：

Debugging...
已解密大部分《有道》只读不写、《欧路》词库，读写未加密词库。其余已支持《星际词霸stardict》、《灵格斯词霸》、《goldendict》等大多数词库格式。
突发奇想，既然兼容了大部分词典，是不是应该考虑写一个新词典工具呢？恐怕要做自由软件，收费困难，动力不足。
5 _, D' Z# ?+ u" J }+ L: ]/ H
9 J) C) h2 {, K& t( M3 _9 s e; m' F5 R& a9 K, I4 u8 @

4月5日进度：
感谢各位大佬支持鼓励！
Debugging...
EUDIC全系列解码测试，包括AES192加密等。
有道全系列解码测试，包括YDD、DAT、YDIC、JSON等。
海笛词库解码测试，包括DGZ、ADGZ等。
其他的，还有必要解吗？大部分都是开源了。
个人觉得不应该发布这种转换工具，看他们用户协议写着“不能反编译、反向工程，不得制作类似软件”什么的，不过俺一不是他们用户，二不是靠反编译、反向工程，纯粹靠猜，至于是不是制作类似软件什么的，管的着吗？
还是有点怕法务部。
很迷茫。。。
各位大佬有转换需求，可以私信发给我，有空必回复。

3月26日进展：
Debugging...
顺便解析了《有道词典》安卓版的词库（桌面版格式不同）
A�{"wordList":[{"h-g":{"p":[{"p":"pron"}],"i-g":{"i":{"audio":"http://ydschool-online.nos.netease.com/oxford_Advance_video_US__/_e/_em/_em_1_gb_1.mp3","content":"əm"},"y":{"audio":"http://ydschool-online.nos.netease.com/oxford_Advance_video_US__/_e/_em/_em_1_us_1.mp3"}},"r":[{"r":" informal "}],"h":"'em","x":[{"xr1":[{"xt":"eq","value":[{"xh":"them","xt":"eq"}]}]},{"chn":{"content":"别让他们跑掉。"},"content":"Don't let 'em get away."}]},"Name":"'em"}]}

3月24日进展：
完成各种EUDIC版本格式解析，包括dic文件夹下的主词库combined.bin、phrase.bin，支持解密，支持解析附加资源文件。

3月23日进展：
完成eudic解密及词典目录列表，vb6写个演示版

3月初
txt转EUDIC有专门的工具，反向的好像没找到，只好自己研究一下：

private bool ReadDBHeader(GClass103 dbHeader, BinaryReader eudicReader)
3 O: \5 z/ C: x: q* W
{8 T8 H9 j9 ?' m3 n
MemoryStream memoryStream = new MemoryStream();
2 n4 f9 G* `8 N" Y
//BinaryReader BinaryReader = new BinaryReader(memoryStream);9 Q7 y+ M8 x1 q
* x1 j/ p* x |& r
eudicReader.BaseStream.Seek(0L, SeekOrigin.Begin); ) t9 g1 x/ G; h
Byte bFoo = 0;! F" _, e2 k. }
bFoo = eudicReader.ReadByte();//86
. D( e8 z% S+ G3 |' i
bFoo = eudicReader.ReadByte();//17, v- u' Z5 @8 A4 S" i% n) w
dbHeader.int_0 = eudicReader.ReadInt32();
6 `) `0 [2 |0 K; v
dbHeader.int_1 = eudicReader.ReadInt32();# @5 H6 |/ q) @' A2 R2 }
dbHeader.genum5_0 = (GClass0.GEnum5)eudicReader.ReadInt32();% [2 I- s; H. c2 E9 _# S U
bFoo = eudicReader.ReadByte();//52 V+ V9 Q* r7 P. m: X
bFoo = eudicReader.ReadByte();//12
- g8 O6 @$ n1 s$ [! }- A
uint iFoo = eudicReader.ReadUInt32();//3u
) W) ^9 f5 [7 E; V1 {9 Z9 M
byte[] buffer = new byte[1018];; g* a) h2 v. o- U; F
Random random = new Random();( L l1 K7 z) I% w
random.NextBytes(buffer);) g1 \5 d: c/ v! `
buffer=eudicReader.ReadBytes(1018);
5 J1 |: y# K) W' j
byte[] array = { };! l6 \% b' S) O' g& x; z
int arrayLength = dbHeader.int_0;6 E8 q- L1 N' p
array =eudicReader.ReadBytes(arrayLength);2 @) \" s6 ?4 F g9 M
dbHeader.int_5 = eudicReader.ReadInt32();( b. i. u l: G. Q$ O2 l0 R
int num = 0;0 A k+ B. n0 l }' w2 K s4 u! D
checked
" Q/ X& M' E" m) f" `% F
{
# D) c" ~$ s" Y! f6 P
int num2 = dbHeader.int_5 - 1;
0 t, g3 b# z4 E, u5 Z- j
for (int i = num; i <= num2; i++)
+ I5 D9 W2 J9 l9 t. j/ g! @
{0 a1 _: r' s- T
dbHeader.long_3[i] = eudicReader.ReadInt32();& i- \+ Q* ^- L
}
% h* I \ k& E" b
eudicReader.ReadBoolean();
6 @- A- T+ o2 J
dbHeader.int_1 = (int)eudicReader.BaseStream.Position;
( `2 i% F* T, W4 m& w8 [
//bool result = false; f! z" u! o6 ?, }
//return result;8 C1 w$ z; s s, E# A( R) O
}" ?8 E2 h" O# i
return true;
) Z0 \+ N7 N' r" |$ \% J
}

复制代码

看来挺复杂，其实也没啥。
估计过几天放一个转换工具，不知道是不是侵犯版权？

bihaiorg · 发表于 2021-3-18 05:52:24

https://gitee.com/wp19991/eudic-dictionary-making
txt转EUDIC是官方工具，EUDIC转txt好像还没有，大家觉得有必要吗？

kyletruman · 发表于 2021-3-18 12:08:09

bihaiorg 发表于 2021-3-18 05:52/ z2 C( g- Y J; K. s7 b
https://gitee.com/wp19991/eudic-dictionary-making4 P. ]; N, X; z6 Q& O9 ]+ O; X+ n
txt转EUDIC是官方工具，EUDIC转txt好像还没有，大家觉 ...

EUDIC转txt非常有必要，有的话，建议把工具放出来

bihaiorg · 发表于 2021-3-19 21:55:03

举例：Han_Yu_Da_Ci_Dian.eudic，转换为TXT:

一<DIV><DIV>yī 〡 〔《廣韻》於悉切，入質，影。〕 1.數詞。大寫作“壹”。最小的正整數。常用以表示人或事、物的最少數量。 《詩?鄭風?野有蔓草》：“有美一人，清揚婉兮。” 《論語?公冶長》：“﹝子貢﹞對曰：‘賜(子貢)也，何敢望回(顏回)？回也，聞一以知十；賜也，聞一以知二。’”唐韓愈《送石處士序》：“先生居嵩邙瀍穀之閒，冬一裘，夏一葛；食朝夕，飯一盂，蔬一盤。” 清彭端淑《為學一首示子侄》：“吾一瓶一缽足矣。” 2.序數的第一位。 《書?洪範》：“五行：一曰水，二曰火，三曰木，四曰金，五曰土。” 《漢書?鮑宣傳》：“凡民有七亡：陰陽不和，水旱為災，一亡也。” 《儒林外史》第十九回：“﹝匡超人﹞考過，宗師着實稱贊，取在一等第一。” 魯迅《吶喊?明天》：“原來魯鎮是僻靜地方，還有些古風：不上一更，大家便都關門睡覺。” 3.若干分中的一分或整數以外的零頭。 《左傳?隱公元年》：“先王之制，大都不過參國之一，中五之一，小九之一。” 《文選?陸機〈嘆逝賦〉》：“顧舊要於遺存，得十一於千百。” 李善注：“十一者，謂通千百而計之，十分而得其一。” 唐韓愈《別知賦》：“惟知心之難得，斯百一而為收。” 宋洪邁《容齋隨筆?俗語有所本》：“俗語謂錢一貫有畸曰千一、千二，米一石有畸曰石一、石二，長一丈有畸曰丈一、丈二之類。” 4.表示一部份。 《呂氏春秋?舉難》：“尺之木必有節目，寸之玉必有瑕瓋，先王知物之不可全也，故擇務而貴取一也。” 高誘注：“一分。” 5.表示動作一次或短暫。 《宋書?戴顒傳》：“綏(王綏)曰：‘聞卿善琴，試欲一聽。’” 《三國演義》第一○六回：“勝(李勝)曰：‘乞紙筆一用。’” 《二刻拍案驚奇》卷十一：“書生得了科名，難道不該歸來會一會宗族鄰里，這也罷，父母墳墓邊也不該去拜見一拜見的？”丁西林《一隻馬蜂》：“這幾天太陽已經很利害，不如叫他們先把南房裏的皮衣，拿出來曬一曬。” 毛澤東《實踐論》：“你要知道梨子的滋味，你就得變革梨子，親口吃一吃。” 6.某一個。 漢劉向《列仙傳?騎龍鳴》：“一旦騎龍來游亭下，語云馮伯昌孫也。” 《三國演義》第九二回：“忽見一人自正南而來，口稱有機密事。” 清蒲松齡《聊齋志异?狼》：“一屠暮行，為狼所逼。” 毛澤東《矛盾論》一：“唯物辯證法的宇宙觀主張從事物的內部、從一事物對他事物的關係去研究事物的發展。” 7.每個。 《三國演義》第二七回：“一人一個火把。”

复制代码

instrumental · 发表于 2021-3-18 08:19:27

bihaiorg 发表于 2021-3-18 05:52
9 l/ v; h( {4 p4 n; e# Vhttps://gitee.com/wp19991/eudic-dictionary-making
; a" o/ u1 O2 n/ U# p! S* O9 H/ ltxt转EUDIC是官方工具，EUDIC转txt好像还没有，大家觉 ...

有必要,非常有必要

bihaiorg · 发表于 2021-3-18 13:44:45

研究了几天，不太容易，现在能做到解压，但是索引不好找

喬治兄 · 发表于 2021-3-18 16:12:24

bihaiorg 发表于 2021-3-18 13:44
1 m* l/ v+ S7 u' ]! g0 c研究了几天，不太容易，现在能做到解压，但是索引不好找

bihaiorg 兄，辛苦了！，更希望轉成 txt 格式帶有 html 標簽，則更易於轉成mdx

bihaiorg · 发表于 2021-3-19 06:51:55

解析了一下文件头：
Han_Yu_Da_Ci_Dian.eudic：
汉语大辞典@可查成语48700条、汉字20973个、词语377590条、诗词93535首、歇后语16648条、灯谜40790条、对联5390幅、妙言警句13752条、俗语1929条、谚语1200条、同义词2036组、反义词3282组、别名近1000组、古文词语近1000组，内设【辞海成语词典】、【常用成语词典】、【新华字典】、【中华辞海】、【中华诗词】、【拼音专家】、【歇后语大全】、【灯谜大全】、【对联欣赏】、【同义反义别名词典】、【名言词典】、【古文词典】及【成语故事】等内容，其拼音、解释、出处、示例等等都一目了然。

作者：Eudic
任重道远，格式复杂。

bihaiorg · 发表于 2021-3-19 07:05:03

欧陆的没啥意思，研究了一下海笛的DGZ/ADGZ，听说比较权威。

kyletruman · 发表于 2021-3-19 12:07:05

本帖最后由 kyletruman 于 2021-3-19 12:14 编辑

bihaiorg 发表于 2021-3-19 07:052 [0 U8 X/ b+ @- w
欧陆的没啥意思，研究了一下海笛的DGZ/ADGZ，听说比较权威。

海词(即海笛)的APP需要购买账号，只能联网查询，离线啥都看不见，比如牛津现代英汉双解大词典（第12版） [Concise Oxford English-Chinese Dictionary]这部词典，需要花钱：https://www.wandoujia.com/apps/7577097，目前论坛没有该词典的文字版mdx

bihaiorg · 发表于 2021-3-19 12:34:47

本帖最后由 bihaiorg 于 2021-3-19 15:39 编辑

不能乱说了

bihaiorg · 发表于 2021-3-19 12:43:04

这几天主要研究“欧陆eudic”词库解压转txt，下周开始研究“有道”词库，争取做个通用工具

sxingbai · 发表于 2021-3-19 20:31:19

牛人，崇拜，期待通用转换工具

bihaiorg · 发表于 2021-3-19 21:59:10

目前还不完善，有转换需求的话可以私信研究一下。目前只能转一下小文件，主要是懒得分析INDEX索引，所以解压后是一大坨。

bihaiorg · 发表于 2021-3-19 21:59:45

目前还不完善，有转换需求的话可以私信研究一下。目前只能转一下小文件，主要是懒得分析INDEX索引，所以解压后是一大坨。

皇帝 · 发表于 2021-3-21 00:46:35

bihaiorg 发表于 2021-3-18 05:52
* x( c# S6 `0 H: }6 L/ r6 }https://gitee.com/wp19991/eudic-dictionary-making% }& C- E( V3 S: W5 M
txt转EUDIC是官方工具，EUDIC转txt好像还没有，大家觉 ...

有必要的，亲，超级有必要，去做吧

emptls · 发表于 2021-3-23 16:47:25

欧路那个离线词典不错的，还带图片。剩下的就是原声例句也不错。个人认为就这两本不错，其它我都加载别人制作的词典。

bihaiorg · 发表于 2021-3-23 17:31:53

不在乎它错不错，只希望兼容大部分词典格式

bihaiorg · 发表于 2021-3-24 16:15:36

个别EUDB还是解析失败，有好几种格式，有加密的有不加密的，没资料，难弄。
Processing: H:\stardict\eudic\unpack_EUDIC\2129724425.eudb
Got: 湘雅医学大词典@湘雅医学大词典最权威的医学大词典
资料来源 StarDict Project

shawky.nasr · 发表于 2021-3-24 22:58:54

厉害，辛苦了

bihaiorg · 发表于 2021-3-25 06:04:33

本帖最后由 bihaiorg 于 2021-3-25 07:10 编辑

涉及eudic主密钥，这个工具就不适合公开发了，侵权是肯定的。
为了避免纠纷，匿了。。。
算法完成，目的达到，告一段落。
本周目标解密《有道》YDIC文件格式，各位大佬有没有相关说明资料？

sannuofy · 发表于 2021-3-31 00:13:02

逆转 txt, 这就是破解词库啊....能做到方便的逆转词库, 获得各种词表, 那综合利用起来, 简直...

chigre3 · 发表于 2021-4-13 09:47:31

海迪的一些词典的index可以导出就好了

nameldk · 发表于 2021-9-16 11:21:18

持续关注中

吃橘子吗 · 发表于 2021-9-19 14:06:37

持续关注，加油

		自动登录	找回密码
密码			免费注册

[经验交流] eudic 文件格式浅析

本帖子中包含更多资源

评分