• 浅谈Umd文件格式


      Umd文件有两种格式,一种是文本格式,另一种是漫画格式,考虑到主要的需求还是文本格式,本文主要是基于这个格式来讲解的。
      首先是文件头,大部分文件都是靠文件头来区分文件格式的吧,Umd也不例外,Umd的文件头是0xde9a9b89,写到文件上前四位分别应该是0x89,0x9b,0x9a,0xde,这个大家理解起来应该没什么问题吧,以下的类似。
      然后第5个字节是0x23,也就是字符’#’,这个字符在Umd中被用来作为功能块的分割符。
      接下来有4个字节是固定字节0x01,0x00,0x00,0x08,其具体意义不明。
      然后是第10个字节了吧,第10个字节是决定Umd是文本还是漫画的,0x01表示是文本,0x02表示是漫画。
      然后是2个字节的随机数。
      随机数完了之后,就到了Umd的一些基本属性了,例如标题,作者等。这些属性是用同样的格式生成的,格式如下:
      分割符’#’:1字节
      属性类别:2字节,其中类别包括以下几类(标题--0x02,作者--0x03,年--0x04,月--0x05,日--0x06,小说类型--0x07,出版商--0x08,零售商--0x09
      0x00:1字节
      内容长度:1字节,长度也很特别,并不是直接取字符数,而是字符数*2+5,例如字符串”hello”,则长度是5*2+5=15
      内容:n字节,要写入的内容是经过Unicode编码的,现在明白上面的长度为什么要乘2了吧。
      好了,基本属性完成之后,就开始正文内容了。
      首先还是分割符’#’,然后是2个字节0x0b,表示下个部分是用来记录内容长度的,(细心的读者应该已经发现了,在分割符’#’后面跟的都是数据类型,本文在最后会给大家总结一下现在已知的数据类型)。接下来是两个字节0x0900,然后是4个字节的内容长度(内容长度为各章正文长度之和)。
      长度完了之后就到了章节偏移量,分割符’#’,数据类型2个字节0x83,然后是2个字节的0x0901,接下来会有4个字节的随机数,接下来一个字节0x24,然后又是4个字节的随机数,这个随机数要和上一个随机数相同,要不然生成的Umd在某些解析器下不能通过校验。接下来的4个字节和章节的数目有关,字节内容是(章节数目*4)+9,假如小说有两章,那就是17,然后,就是每章的偏移量,每个占4个字节,第一章偏移当然是0啦,第二章的偏移是第一章的正文长度*2(因为是Unicode编码)。以此类推。
      好,接下来的数据类型是章节标题,还是’#’然后接2个字节数据类型0x84,两个字节0x0901,4字节随机数,0x24,4字节随机数(需一致),然后是4字节和小说总标题长度有关,字节内容是(章节1标题长度*2 + 1) + (章节2标题长度*2+1)+…+9;然后就是写每章标题的内容了,按如下格式写:首先1个字节,内容章节标题长度*2,接下来章节标题长度*2个字节,内容是章节长度的Unicode编码。
      标题写完了之后,就要开始写正文了。注意,正文不是按章节来写的,而是先把所有章节的正文凑成一个长字符串,然后分成n个数据块来写入,并且每个数据块都使用Zlib进行压缩,建议每个数据块按固定大小来分,而且Umd貌似有最大数据块大小的限制,超过了,解析的时候会有问题,建议数据块大小32768字节。下面说明如何写数据块,第一个字节是0x24(注意,不是’#’),然后是4个字节随机数,然后是4个字节,内容是压缩后数据块长度+9,然后就把压缩后数据块写入就完成了一个数据块的写入,在写完每个数据块后,可以选择做如下两件事的一件或两件(建议用随机数来决定):
      1.写入1个字节’#’,2个字节的0xf1,2个字节的0x1500,16个字节的0x0
      2.写入1个字节’#’,2个字节的0x0a,2个字节的0x0900,4个字节的随机数
      在所有正文数据块写入完毕后,写入1个字节’#’,2个字节数据类型0x81,表示正文写入完毕,2个字节0x0901,4个字节随机数,1个字节0x24,4个字节随机数(一致),接下来是4个字节,内容是数据块的数目*4+9,然后,还记得每个数据块写入前都生成了4个字节的随机数吗,从最后一个开始,倒序写如这些随机数,每个4个字节,结束正文的写入。
      接下来是封面,1个字节的’#’,2个字节的数据类型0x82,3个字节0x010a01,4个字节的随机数,1个字节的0x24,4个字节的随机数,4个字节的数据和封面字节数有关,内容是封面字节数+9,然后再写入封面字节数据,不需要压缩。
      到此为止,主要数据都写完了,但我发现有些Umd生成工具还会生成一些数据类型是0x87的,这一块具体功能还不是非常清楚,大概是生成一些数据来通知Umd解析器应该使用什么样的PageOffset来显示内容,具我测试,这部分不写入也能正常解析,对这部分有兴趣的朋友,可以参考我提供的代码。
      该结束了,1个字节的’#’,2个字节的数据类型0x0c表示文件结束,2个字节的0x0901,4个字节的文件长度+4,完成了。
      附,数据类型表:
      0x01--文件开始
      0x02--标题
      0x03--作者
      0x04--年
      0x05--月
      0x06--日
      0x07--小说类型
      0x08--出版商
      0x09--零售商
      0x0b--内容长度
      0x83--章节偏移
      0x84--章节标题,正文
      0x81--正文写入完毕
      0x82--封面
      0x87--PageOffset
      0x0c--文件结束
  • 相关阅读:
    shell的基本应用:vim 的基本操作
    Python 类 setattr、getattr、hasattr 的使用
    Python 安装过程和第一个Demo
    SQL SERVER 插件SQL Prompt
    SSIS etl远程部署时 无法获取服务器部署目录
    SQL SERVER SCOPE_IDENTITY函数的应用
    Oralce SQL Developer 时间格式修改
    centos 在线&&离线安装上传下载工具-lrzsz
    添加的Startup.cs启动类没有执行解决办法
    关于 X509Certificate2 程序发布IIS后找不到文件路径的问题
  • 原文地址:https://www.cnblogs.com/xianghang123/p/1739023.html
Copyright © 2020-2023  润新知