汉化游戏如何改程序
前言
最近在玩一个叫《冥界狂想曲重制版》的游戏，苦于没有中文，其中又有许多难懂的词汇和句子，游戏体验不好。既然是重制版，那就会有原版，原版还是有汉化的。可要是去玩原版，这重制的意义何在？为了玩上有中文的游戏，何不如自己动手，丰衣足食一把？
汉化流程
不同的游戏肯定是使用不同的机制来呈现文本的，但基本就只有几类，汉化的方式也大体相同。要想汉化，就需要经过以下过程：
- 解包，找到文本和字库
- 修改文本和字库
- 封包
- 修改程序，以使用新字库
我打开这个游戏的根目录，可以看到有名称为grim.en.tab，grim.de.tab……的文件，中间的en，de，……如果对语言很熟悉的话，可以知道这是语言的简称。用文本编辑器（我用的是Notepad++）打开这些文件，果然其中是游戏的文本。每一行前面是ID，后面就是相应的句子，用制表符分隔。
同样，游戏根目录下还有一个叫FontsHD的目录，里面有一些ttf后缀的文件，可以发现这是些字体文件。也就是说，游戏是使用这些字体作字库的。
所以这个游戏并没有解包这一步，汉化所有的内容都放在明面上，这给我省了很多工夫。如果游戏根目录没有这些文件，那它们很可能是被封在了一个包中。可以查看游戏目录下比较大的，看上去是一个包的文件，然后用一些解包工具尝试解包，再从中找出可能的文件。
修改文本和字体
我从旧版汉化游戏中提取到了文本，因为和重制版文本不完全相同，我写了个小工具给两者做了合并。旧版的文本ID和新版的相同，所以如果旧版有就使用旧版文本，否则使用新版文本。这个方法虽然没能汉化所有文本，但也几乎是大部分了。我将原本是英文的文本grim.en.tab里换上了中文，编码使用GBK编码，这一点很重要。
修改字体就更简单一点，从系统的字体目录下选个合适的字体，也需要是ttf格式，我使用的是黑体，将这个字体文件复制多份，替换掉这里所有的字体，注意名称要完全相同。
然后就可以打开游戏看一下了，如果运气好，说不定就直接可以有中文了。
失败了，都是乱码。而且可以注意到，原本应该是“退出”的地方变成了四个方框。按理说即使不能写，两个字应该是两个框，怎么能是四个呢？因为文本使用了GBK编码，中文文字都是占两个字节的，而游戏会按一个字节来读，就变成了四个字，而且会错。这个游戏原本只使用拉丁字母，没有考虑这种情况，才出现了这样的问题。
阅读程序
为了查看和修改程序，需要两个工具，IDA Pro和OllyDbg。前者可以反汇编Windows下的exe程序，并可以分析其中定义的函数，以图的方式呈现出来，便于阅读，也可以手工给函数、内存地址加名字。后者是一个调试器，也可以修改程序。
阅读程序是个大工程，也很需要耐心，我做这个汉化的大部分时间都在阅读程序。人类很难理解一个编译过后的程序，所以这里也需要一些技巧。
首先是从哪里看起。从游戏的主函数看起是不实际的，因为大部分功能和汉化都没关系。在IDA中可以看到exe的字符串表，从中可以找到一些端倪，比如有FontsHD，有grim.en.tab这些和汉化相关的字符串。可以从使用这个字符串的地方看起。比如这里就是一例：使用了/FontsHD/FuturaStd-Heavy.ttf，调用了一个方法，把结果保存了下来。
如果用C语言写出来，这段代码大概是这样：
some_type *dword_3281840;
some_other_type *func(...)
{
byte buffer[0x200];
...
strcat_s(buffer, 0x200, "/FontsHD/FuturaStd-Heavy.ttf");
dword_3281840 = sub_52C990(buffer);
...
}可以大胆猜测sub_52C990就是读取字体文件的函数，阅读这个函数并参考ttf格式，可以看出确实是这个函数。那么dword_3281840就储存了读取字体的结果。然后只要看哪里使用了dword_3281840，就能找到绘制文本的地方了。在绘制文本的地方可以看出访问了字体的哪些信息，然后再反回来看这些信息是否要修改。
阅读的过程不再详述，只说结论：一共有两处要修改的地方。一是字体读取，原程序只会读取编码为0~254的字符，而这样是读不到汉字的。二是文字绘制，原程序是按一字节一字符的方式绘制，需要改中文字符为两字节一字符。
修改程序
因为是已经编译好的程序，地址信息都已经完全固定，所以不能插入汇编指令了，只能替换指令，且使用的内存大小不能变。可以用变通的方法：将原指令改为跳转，跳到我们的处理语句中，处理结束再跳回去。这个程序的代码段还有大量空余，不需要扩展段就可以写入想要的程序了，还是比较方便的。
字体读取的修改。这个游戏中字体有一个字符表，原本只申请了255*20的空间，这里当然要改为65535*20的空间了。然而，并不能将所有汉字都读入，因为字体在读入时，会将每个字以图像的方式画在一个画布上，这个画布虽然可以扩展（我将它的长宽都扩大到了3倍），但也不能放下所有汉字。我写了个小工具将用到的字排成一个表，存在文件中。当读字体时，先载入这个文件，判断这个字有没有被用到，如果没有用到就不读，这样才节约了画布的空间。相应的代码用C语言写出来如下（实际中还是用汇编写的）：
// 此代码只是示意，实际中是汇编代码
char *usedchar = (char*)0;
font_info *load_font(char *name)
{
font_info *info = malloc(sizeof(font_info));
info->char_table = malloc(65535 * 20); // 从255改为65535
memset(info->char_table, 0, 65536 * 20); // 同
...
for (int i=0; i<65535; i++) // 从255改为65535
{
/* 以下是新加的代码 */
if (usedchar == 0)
{
FILE *f = fopen("usedchar.bin", "rb"); // 存了每个字符的使用情况
usedchar = malloc(65536);
fread(usedchar, 1, 65536, f);
fclose(f);
}
while (i<65534 && !usedchar[i])
i++;
/* 以上是新加的代码 */
... // 载入编码为i的字符
}
...
return info;
}文字绘制中单字节改双字节的处理。文本使用的是GBK编码，如果某一个字符编码超过0x7F，那么它和之后的字符合起来组成一个汉字。在绘制时也需要输入相应汉字的编码。值得注意的是，字体文件使用的是Unicode编码，在读取字体时需要转换。最简单的方式就是生成一个表，用GBK编码从中查询得到相应的Unicode编码。我对这部分的处理如下。
// 此代码只是示意，实际中是汇编代码
unsigned short *gbk_2_unicode = 0;
void render_text(char *text, font_info *info, ...)
{
int text_length;
text_length = strlen(text);
...
for (int i=0; i<text_length; i++)
{
int character = text[i];
/* 以下是新加的代码 */
if (character & 0x80 != 0)
{
if (gbk_2_unicode == 0)
{
FILE *f = fopen("gbkmap.bin", "rb"); // 存了GBK到Unicode的查找表
gbk_2_unicode = malloc(65536);
fread(gbk_2_unicode, 2, 32768, f);
fclose(f);
}
i++;
character = (character << 8) + text[i]; // 将两个字节拼接
character = gbk_2_unicode[character - 0x8000]; // 转为Unicode
}
/* 以上是新加的代码 */
... // 绘制character
}
...
}大概思路就是这样，除此以外，还有一些细节要考虑。
一，我们的汇编代码相当于是插入了原程序中，汇编中会使用寄存器和栈来储存信息，如果插入的代码使用了寄存器和栈，在使用结束后一定要恢复原值，除非是故意写入新值。另外，如果使用了其他函数，按照规则，
eax
，
ecx
和
edx
都需要手工保存，其他函数可能会改变它们的值。如果用
push
方式传参数，cdecl的函数（比如
fopen
，
fread
，
fclose
）还需要
add esp,4*参数个数
，因为它们不会将参数占用的栈清理掉。
二，有些程序运行时会改变基地址，如果使用了绝对寻址的方式而没有改重定向表，就会运行失败。如果想不改重定向表，就只能用相对寻址。如果一定要用绝对寻址，可以用
call 下一条指令; pop eax
的方式，得到当前指令的地址，以这个地址相对寻址即可。
三，我使用了全局变量
usedchar
，
gbk_2_unicode
，有一个问题是存在哪里。我的方法是在数据段中找到一个没人用的空地址填进去，比如两个字符串之间的一些空白。其实存哪里都可以，只要不会被程序其他部分修改和使用就行。
总结
经过以上的工作，汉化终于能运作了，可以打开游戏享受了。
