读取金山词霸的词库程序

偏执的太偏执、 2022-08-27 05:39 161阅读 0赞

经过这个周末2天的奋战，终于完成了一个金山词霸的词库读取程序！当然，中间还看了2场欧洲杯，以及和老婆玩了几回坦克大战，否则可以更快完成吧！ 做这个程序的动机很久了，因为一直在背英语单词，如果可以有一个完整的英语词库，可以完成很多事情，比如，查找一个单词的相似单词，window，widow，wind等。很自然的，这个词库就想从我们的金山词霸下手了。 首先，我去google了一下金山词霸的词库，看来没有现成的果子啊，显然词库文件也都是加密了的。所以只能自己动手写一个程序了，单元Kingsoft公司不会找我的麻烦吧！:) 在我写下这篇文章的时候，读取单词的进度已经完成了 70%左右（341500/457550个单词）。其实还是存在一些现成的英语单词词库的，在《STL Tutorial and Reference Guide》一书的示例程序中，有一个名为diction的词库，不过只有20160个单词，而现在，很快我就会有一个457550单词的词库了。 OK，下面我就把这个程序的编写过程和大家分享一下。 开发平台：Visual C++ 6.0 我的词库读取思想是：运行金山词霸2003，在程序中得到它的句柄，进而读取单词列表的子窗口句柄，然后，嘿嘿！把列表中的所有内容读取即可。It sounds good, let's go now! 1：建立了一个对话框程序，枚举桌面下的所有子窗口，也就是程序的主窗口，窗口标题中包含"金山词霸“的，即为金山词霸2003的主窗口；同样，枚举它的子窗口，窗口标题中包含”WordList“的（使用Spy++跟踪可知），即为单词列表控件。 说明：后来修改了一下，应该根据窗口ID来查找单词列表控件更好。 CString strText; CWnd\* pWndCiba=CWnd::GetDesktopWindow()->GetWindow(GW\_CHILD); while (pWndCiba) \{ pWndCiba->GetWindowText(strText); TRACE("%s \[%x\]/n",strText,pWndCiba->GetSafeHwnd()); if (strText.Find("金山词霸") != -1) break; // did not find window, get next window in list. pWndCiba=pWndCiba->GetWindow(GW\_HWNDNEXT); \} if (pWndCiba == NULL) return; CWnd\* pWndWordList=pWndCiba->GetWindow(GW\_CHILD); while (pWndWordList) \{ pWndWordList->GetWindowText(strText); TRACE("%s \[%x\]/n",strText,pWndWordList->GetSafeHwnd()); if (strText.IsEmpty()) break; if (strText.Find("WordList") != -1) break; // did not find window, get next window in list. pWndWordList=pWndWordList->GetWindow(GW\_HWNDNEXT); \} if (pWndWordList->GetSafeHwnd() == NULL)&nbsp; return; 2：看来工作完成了大半，此时调用以下代码： int nCount=pWordList->GetItemCount(); 得到了返回值为457550，这就是词库的单词总数了 3：问题出现了！ 然后准备尝试读回列表的第一个单词，就是”A“,使用以下代码： char pText\[256\]; ListView\_GetItemText(pWndWordList.GetSafeHwnd(),0,0,pText,255); 结果...金山词霸崩溃,Windows崩溃！或许号称永不死机的WindowsXP没有完蛋吧，总之我只能使用键盘上的Power进行关机了，这也是我在成功前进行了多次的动作。:( 4：问题在哪里呢？其实要怪自己很久没有编写进程间通信的程序了。 ListView\_GetItemText()这个宏，实际上是发送LVM\_GETITEMTEXT的消息，由接收消息的列表返回文本；但是，char pText\[256\];是在我的程序中分配的内存，怎么能由金山词霸的程序来使用呢！ 后来，我还尝试了这样的方法： HGLOBAL hGlobal=GlobalAlloc(GPTR,256); char\* pText=(char\*)GlobalLock(hGlobal); ListView\_GetItemText(pWndWordList->GetSafeHwnd(),0,0,pText,255); GlobalUnlock(hGlobal); GlobalFree(hGlobal); 其实没有解决本质的问题：GlobalAlloc()分配的内存的确可以供不同进程使用，但是应该在进程间传递hGlobal，即内存空间的句柄，然后由接收消息的程序调用GlobalLock()把hGlobal转换为本地的内存指针，显然Kingsoft公司不会给我们完成这个任务了。 如果使用其它进程共享数据的方法，比如shared memory files，都存在必须由消息接收者进行处理的问题。那么该怎么办？？？ 5：既然无法使用进程间共享数据的方法，我们换一个思路，让我们的程序在金山词霸的进程空间运行！这样就不需要考虑进程间共享数据的问题啦。非常幸运，有一种叫做DLL注入进程的方法可以实现。大家可以去google”Injecting a DLL into Another Process's Address Space“，或者在MSDN中查找LoadDll.exe，我的程序就是基于这个示例。 简单介绍LoadDll工程，因为我没有完全研究所有程序。实际上有2个工程，LoadDll，这是一个很简单的命令行程序，用法如下： LoadDll.exe /L 3448 TestLib.dll TestFunction /L 表示载入一个DLL 3448 表示要注入DLL的进程的ID，可以使用Task Manager得到 TestLib.dll 表示被载入的DLL TestFunction DLL中的一个导出函数的函数名 使用LoadDll.exe /U 3448 TestLib.dll 即可把DLL从进程中卸出。 6：LoadDll我是根本没有改动，我修改了TestLib.dll中的TestFunction，完全重写了该函数。 首先，把步骤1中查找窗口句柄的代码拷贝过来，很不幸，因为TestLib.dll不能使用MFC，所以我只能修改为SDK的版本了。 然后，调用 ListView\_GetItemText(hWndWordList,0,0,pText,255); hWndWordList是列表窗口句柄。开始运行，大功告成了吗？ pText中返回的是”1234567890123456789012345678901234567890“！ My God，为什么？！ 我尝试读取第2行，第100行，结果一样。于是我把这段代码修改一下，读取自己的一个包含列表的程序，很正常的读出了列表的内容。看来问题是出在了金山词霸的单词列表中了。 在文章接近尾声的时候，读取程序终于运行完了！耗时将近1小时15分钟！没关系了，我也不打算再进行提高，只要逮住了老鼠，就是好猫嘛！ 7：使用Spy++再次跟踪单词列表窗口，发现拥有LVS\_OWNERDATA风格，也就是一个虚列表。其实肯定是的，否则40多万行，使用普通的列表，显示速度可以和乌龟或者其兄弟蜗牛比美了。我猜想： 1）虚列表不能使用LVM\_GETITEMTEXT或者LVM\_GETITEM消息进行访问。这个猜想99%是错误的，因为MSDN关于虚列表不能使用的消息中没有包含这2个。限于时间，我没有对其它程序的虚列表控件进行测试了。 2）Kingsoft公司防止别人象我这么干，屏蔽了这2个消息。似乎没有其它的接口可以再进行访问了，难道对单词列表控件进行Subclass？因为我不熟悉SDK编程，也放弃了测试。因为，我决定出绝招了！使用一种非常粗鲁且无赖的方法，我，成功了！ 说明：关于虚列表控件，可以在MSDN中查找“virtual list controls"或者”虚列表“。 8：经过观察金山词霸的使用，发现每次在列表中选择一个单词后，在界面上方的ComboBox会显示该单词，同时右面的窗口会显示单词的解释。没错，我的方法就是去读取ComboBox中的内容，经过测试，ComboBox中的Caption就是单词了。那么怎么读取所有的单词？我们循环的选择所有的单词，就可以得到所有的单词了。代码如下： nCount=ListView\_GetItemCount(hWndWordList); // get item count nPrevIndex=ListView\_GetNextItem(hWndWordList,-1,LVIS\_SELECTED); for (nIndex = 0;nIndex < nCount;nIndex++) \{ if (nPrevIndex != -1) \{ // un-select the previous item ListView\_SetItemState(hWndWordList,nPrevIndex,UINT(~LVIS\_SELECTED & ~LVIS\_FOCUSED ),LVIS\_SELECTED | LVIS\_FOCUSED); \} // select the current item ListView\_SetItemState(hWndWordList,nIndex,LVIS\_SELECTED | LVIS\_FOCUSED ,LVIS\_SELECTED | LVIS\_FOCUSED); GetWindowText(hWndCombo,pszWord,WORD\_MAX); nPrevIndex = nIndex; // save the previous index WriteWord(nIndex,pszWord); // write the word into the file \} 9：最后的小结。 由于是使用改变Item的状态的方法去读取单词，大家也就可以理解为什么需要1个多小时读取40多万个单词了。当然，如果你的银子够多，换一台好机器，速度当然更快。我的爱机配置仅为：Celeron 1.7G, 256M。 关于程序的思考： 1）除了采用把DLL注入进程的方法，是否可以采取全局钩子的方法？网络上流行的星号密码读取程序就是采用这样的方法的，经过简单研究，我放弃了这种方法，不过只是因为我对hook技术不熟悉。 2）如何读取单词的解释？就是右面窗口显示的解释，使用GetWindowText()是不能成功的。似乎也可以采取无赖的手段获取的，比如发送一个Ctrl + A选择所有文本，然后Ctrl + C拷贝内容到剪贴板，接着从剪贴板读取。似乎很傻，但是看来是可以的。这个工作等到欧洲杯结束后再考虑了，如果哪位朋友有更好的意见，请不吝赐教！