屏幕抓字技术揭密

发信人: starsky (星星), 信区: Programming
标  题: 屏幕抓字揭密(转寄)
发信站: 烟雨漓江 (Tue May  9 21:46:50 2000), 转信

（本文转载自华南木棉站）
               屏幕抓字技术揭密
                     ----------深入WINDOWS内部探险手记
                         郑州 马飞涛
一 公开它！
四通利方和金山词霸的用户都曾见识过屏幕抓字技术，鼠标指哪就翻译哪个单
词，这个技术看似简单，其实在WINDOWS系统中实现却是非常复杂和有趣的。 经过
半年多的艰辛探索，笔者终于破解了其中的秘密，并在今天决定公开它，这个人人
都曾见过但是却鲜有人知的秘密，这个只被几家软件公司垄断从未在公开的报刊资
料披露过只言片语的秘密！
回想这半年多的探索，其中浸润了多少笔者的苦闷与欢乐，绝望与兴奋，挫折
与收获，现在都终于有了结果：将屏幕抓字技术的秘密公开，献给孜孜不倦辛勤工
作的程序员们。如果这样做能为国产软件事业的发展效微薄之力，对笔者来说，也
是一桩快事！
二 初识屏幕抓字
最初知道屏幕抓字， 是在购买了〖英汉通〗软件之后。 当时笔者还只是一个
VISUAL BASIC 的初学者， 对 WINDOWS 系统内部的知识了解并不多， 认为在
WINDOWS系统中屏幕抓字的实现应该和DOS系统中的一样，调用一个DOS 中断取屏幕
上的字符或直接读显示内存的内容就可以了。
三 看似很简单，其实不然
随着对WINDOWS系统的认识不断深入，才发现问题并不象想得那么简单。首先，
翻阅了WINODWS应用程序接口（API）中的上千个函数，并没有发现有一个现成的类
似于getWordFromPoint()的函数；根据使用经验，经过判断发现屏幕抓字采用的也
不是图像识别技术；翻阅了SDK的联机文档中没有，DDK的联机文档中也没有；显示
卡编程接口的资料则很难获得，有的也只是CGA到VGA显存的基本知识。回想当时坐
在机子前，面对一屏屏的联机资料（如果是纸，将堆积如山），感觉就是在黑暗中
的大海里航行，没有方向，没有灯光，但强烈的兴趣紧抓着我，一定要把这个谜解
开。
四 选择合适的编程工具
突然又有了一些新的想法:
可否试着截获WINDOWS中关于字符的消息呢？
DC（设备描述表）到底是什么？
WINDOWS的TextOut函数是否将TEXT放在DC的某个单元中？
显然，用VISUAL BASIC就力不从心了。在DOS中用TURBO C编程笔者还算熟练，
因此先尝试用VISUAL C++，但是奇慢的编译速度使人难以忍受， 高度抽象的类让
人一头雾水，开发商务软件可能还行，但开发这样一个深入WINDOWS 内部的系统软
件，望着一堆缠绕不清的类和消息，真有点牛刀宰鸡、刺刀耕田的感觉。
最后选择了DELPHI，第一印象是编译速度真快，在我的祖父型386 机子上编
译一个WINDOWS程序，速度和用TURBO
C的速度感觉差不多，真让人兴奋得爱不释手。
随着不断使用，发觉DELPHI真是一个好的快速开发工具，（快速并不意味着简单粗
糙，而是和WINDOWS系统有混然一体良好接口的表现）让初学者也很容易上手。 调
用各种WINDOWS 函数（包括很多未公开的函数）都非常直接迅速，用它来作开发工
具，大有刺刀见红、一剑封喉的痛快感觉。
五 山穷水尽疑无路
随着对WINDOWS系统了解的深入，我逐渐明白了在向屏幕输出文字时，WINDOWS
系统仅仅只是对某个应用程序发送WM_PAINT消息，告诉该应用程序窗口用户区已经
“无效”而需要重画。具体的“绘制”工作（选择字体，颜色，文字）由应用程序
完成。
应用程序在处理WM_PAINT消息时，调用BeginPaint和EndPaint来获得和释放设
备描述表，调用DrawText、ExtTextOut、 TextOut等函数在设备描述表中“绘制”
文字。
应用程序“绘制”文字， 就象学生（应用程序）奉命（获得 WM_PAINT消息)
用老师（WINDOWS)提供的画笔(DrawText ExtTextOut TextOut等) 在黑板上画画
一样，虽然大家能看到画的是什么字，但是画笔作为绘图工具并不知道画的是什么。
老师（WINDOWS）不知道学生（应用程序）到底用什么字体，颜色，画哪些文字。
　　 总之 ，WINDOWS并不知道应用程序“绘制”的是什么。“文字”对 WINDOWS
来说只是画笔留在黑板（屏幕）上的 郾视。 只是绘画的 奂！！ 文字”只存在于
应用程序的模块中，对WINDOWS系统是“不可见”的。
到处走投无路，真想掂5000块钱，跑到“英汉通”公司买回这个秘密。仔细一
想，钱太少，就是多掂１０倍，人家也不一定说。
六 柳暗花明又一村
经过再三考虑，我联想到在DOS系统中编程，会采取改变中断向量地址， 设置
新的中断向量的技术：如果系统调用这个中断，就会先进入新的中断服务程序，然
后再调用原来的中断服务程序。
那末，在WINDOWS系统中也采取这种技术，使系统如果调用某个函数， 先进入
一个跟踪函数，取得原函数的参数，再调用原来的函数。听起来是否象病毒传染和
发作？其实很多程序都采用过类似技术。大学毕业设计声卡时我就用过。
至此， 我认识到应该放弃常规的思路， 采取一些技巧， 截获 TextOut 、
ExtTextOut等函数，使之转向我的跟踪函数，在此查看应用程序（学生）的堆栈中
传递给画笔（TextOut、ExtTextOut等函数）的参数， 从而获得应用程序要在屏幕
上写的“文字”。
七　“ 屏幕抓字”的实现
１ 用SetWindowsHookEx()安装鼠标钩子MouseProc；
２ 在屏幕上移动鼠标时，系统就会调用鼠标钩子MouseProc；
３ 进入MouseProc，获得鼠标的坐标（x,y)，
设置对TextOut()、ExtTextOut()等的跟踪程序，
用invalidateRect()告诉系统该点(x,y)“失效”；
４
系统发出WM_PAINT消息，指示该点（x,y)处的应用程序重绘“失效”的区域。
５ 负责绘制该点（）的应用程序在受到 WM_PAINT 消息后， 就有机会调用
TextOut()、 ExtTextOut()等函数。
６ 调用的函数被拦截进入跟踪程序：设置好了的跟踪程序截获了该次调用，从
应用程序的堆栈中取出 该点（x,y）“文字”的指针；
７ 从应用程序的数据段中将“文字”指针的内容取出，即完成了一次“屏幕抓
字”；
８ 退出跟踪程序，返回到鼠标钩子MouseProc；
９ 在MouseProc中解除对TextOut() ExtTextOut()的跟踪；
１０ 退出MouseProc鼠标钩子程序，控制权交给系统。
１１ 在屏幕上移动鼠标，开始下一次“屏幕抓字”，返回步骤２。
八 前景展望
掌握了“屏幕抓字”的技术秘密，稍加改变，我们就可对WINDOWS 系统中的
任意一个函数调用进行动态地拦截、跟踪、修改和恢复，就可让WINDOWS 系统中的
任意一个函数按我们的设想工作，就可构造自己的外挂汉字平台，设计改变字体的
放大镜、改变颜色的变色镜，保护视力的软件视保屏等等。
九 后记
希望此文能抛砖引玉，为大家编程时能找到捷径，开拓出新的思路；
对拦截、跟踪感兴趣的朋友也请来信交流切磋，如需DLL 或“抓字”的源代
码，敬请
与 mafeitao@371.net 联系；
如能得到“四通利方”、“金山词霸”、“英汉通”等公司的教导与指正，
笔者不胜感激。
－－－－－－－－－－－－－－－－－－－－－－－－－－－－
作者：马飞涛
地址：郑州市经七路２３号 河南省粮油食品进出口公司 450002
Email: mafeitao@371.net