用MHF抓取游戏文本钩子：从原理到接驳Textractor全流程

如果你手头有一款日文或英文文字游戏想借助翻译工具把它啃下来或者你正打算自己动手给某个老游戏做本地化那“文本钩子”这四个字你迟早得面对。简单说文本钩子就是游戏进程里那些正在把文字绘制到屏幕上的代码位置翻译软件如果能挂上钩子就能在文字显示出来之前把原文截走再吐给你一段译文。MisakaHookFinder以下简称MHF就是专门用来找这种钩子的工具我这次就把自己摸索出来的完整流程写清楚从原理到实操从踩坑到接驳翻译工具尽量一次说透。1. 定位与原理为什么要从内存里“钓”文本1.1 三种拿游戏文本的方式为何钩子最靠谱想实时拿到游戏画面里的对白不外乎三种路线。第一种是OCR截图识别屏幕截下来再跑文字识别优点是啥游戏都能用缺点是速度慢、字体花哨一点就识别成乱码、遇到动态光影还会频繁误判作为应急手段可以日常阅读太折磨人。第二种是监听剪贴板可大多数文字游戏根本不会主动复制文本到剪贴板你点半天台词剪贴板还是空的这条路基本走不通。第三种就是我们说的Hook程序在游戏把字符串交给系统绘制之前先把它拦截下来拿到的既是原始文本又是实时文本编码可控、格式干净翻译工具拿到手就能用。打个比方OCR是在快递已经派送到门口之后对着快递单拍照片认字而Hook是在分拣中心直接把贴上标签的包裹抽走。显然后者更高效、更准确。1.2 MHF在整套工具链里扮演什么角色MHF的全名是MisakaHookFinder社区里也叫“御坂钩子搜索器”。它做的事情非常聚焦附加到目标游戏进程扫描内存中正在显示的文本然后帮你找出“这段文本是从哪个调用点输出到屏幕的”这个调用点就是所谓的文本钩子。注意MHF本身不负责翻译也不负责展示译文它更像一个探针或寻线仪找到位置、验证可用剩下的交给Textractor这类工具去做。很多人会有个疑问Textractor自己不是带Search Hook功能吗为什么还要单独用MHF实话实说Textractor自带搜索对大部分热门游戏引擎已经够用但遇到老游戏、小众引擎、文本经过二次拼接的情况内置搜索经常一无所获。MHF更贴近底层扫描策略更激进可以看到更多候选地址和文本缓冲区信息正好可以补上这个空缺。我的习惯是Textractor搜不到、或者搜出来文本不全的时候才开MHF手动排查。这套方法的适用面很广日系AVG视觉小说、老RPGMaker游戏、部分国产文字冒险甚至Unity引擎的某些文字游戏都可以用同一套思路提取文本。条件是游戏不能被反作弊、强DRM这类保护机制锁死进程否则附加阶段就会失败。2. 开工前准备权限、编码与游戏状态2.1 运行权限和杀软白名单别偷懒MHF的本质是内存注入工具Windows十有八九会拦你一下杀毒软件更是容易把它误判成风险程序。第一次使用建议直接把MHF所在目录加进杀软排除名单然后右键“以管理员身份运行”。这一步不做后面就会出现附加进程失败、候选列表刷不出来这些莫名其妙的问题。顺带提醒一句游戏本身也尽量用管理员模式启动尤其是一些老游戏开了兼容模式之后权限会很别扭。游戏和工具一个管理员一个普通权限注入经常卡在权限边界上看似能用实际搜起来又慢又缺项。2.2 游戏画面和区域设置影响很大启动游戏前有几个能提前消掉的环境因素。第一个是转区玩日文老游戏最好用Locale Emulator这类工具以日语区域启动许多老引擎的文本输出逻辑和代码页直接挂钩区域不对内存里解析出来的字符串就会偏。第二个是画面模式尽量选窗口模式全屏独占状态容易让工具附加时刷新不了画面给排查增加无谓的干扰。第三把游戏里的特效字体、抗锯齿这类渲染增强关掉它们不影响搜索原理但会增加候选列表里的噪音。还有一个非常关键的细节开始搜索前一定要先把游戏推进到有对白的正常界面让当前屏幕上至少显示着一句完整的话。停在标题画面就点搜索内存里连个像样的文本缓冲都没有搜出来的东西要么是UI按钮名要么是制作组Logo对着这些找钩子当然找不到。2.3 工具版本和目录路径MHF有32位和64位之分目标进程是64位就用64位版本目标进程是32位就用32位版本混用会附加失败。这是新手最常踩的坑之一。另外工具解压目录最好放在纯英文无空格的路径下比如D:\Tools\MHF中文路径在某些编码处理环节会引发解析异常属于可以提前规避的坑。至于具体版本尽量选社区里最新发布版老版本对新引擎的文本编码支持不够好。3. 实操核心用MHF从零找到文本钩子3.1 附加进程顺序别弄反实操的第一步先把游戏开起来进入对话界面再打开MHF。顺序千万别反工具先开也行但有些游戏引擎附加时会给进程重新初始化缓冲区导致你后面等半天搜不到内容。打开MHF后会看到一个进程列表找到游戏对应的exe进程名选中点附加。附加成功之后工具界面下方一般会有状态提示比如显示进程PID、模块数量这些信息没有报错就可以继续。提示如果进程列表里看不到目标游戏先确认游戏确实在运行然后点一下“刷新进程列表”。还是看不见的话大概率是MHF被以非管理员权限运行重启MHF再试。3.2 搜索参数怎么填编码、文本长度与刷新时机附加完成后MHF会列出很多搜索选项这里有几个参数直接影响命中质量值得花点心思调。第一是文本编码。日文游戏通常选Shift-JIS也可能叫ANSI/JIS或者UTF-16LE中文游戏一般是GBK或UTF-8。拿不准的时候可以先用UTF-16LE跑一轮很多引擎默认用宽字符存储字符串命中率相对高。编码选错会怎么样候选列表里全是问号乱码一眼就能看出来回头切换重扫就行不会伤到游戏进程。第二是最小文本长度。默认值可能很小扫出一堆按钮上的单个字符很吵。建议先设成5或6确保候选文本至少是一句有意义的对白。如果游戏里全是短句后面再调低也不迟。第三是搜索的刷新时机。点开始搜索之后你需要手动回到游戏窗口把对白往下翻一句。让屏幕上的文本产生变化MHF才有机会对比内存差异把正在活动的文本地址暴露出来。一次搜索看不到理想结果很正常来回多翻几句候选列表会不断更新。3.3 候选列表筛选哪些钩子才是最干净的刷出来的候选会以列表形式展示每一行通常包括地址、偏移、模块名、文本预览。筛选的核心原则就一条预览区里那句文本是否和游戏当前对白一致且不掺杂多余内容。我会按这个顺序来判断一个候选值不值得用。先看文本完整性一句台词能完整显示出来是最基本的再看纯净度有些候选题词是“游戏标题当前对白UI按钮文字”一锅炖这种钩子拿到的数据带着大量格式控制符翻译时会被迫反复清洗最后看稳定性在游戏里连翻三到五句候选文本每次都准确跟随剧情变化没有重复历史台词、没有漏字这就是理想钩子。多行文本的情况值得单独说。很多引擎的文本是多段拼接的一个钩子只能抓到其中一行候选列表里会出现“同一句台词的前半句”“后半句”各占一条的情况。这时候不要急着嫌弃把它们的位置都记下来后续在Textractor里可以同时挂多个钩子做文本合并拼起来才是完整台词。3.4 记录地址的正确姿势模块偏移比绝对地址更稳确认了一个可用的钩子之后最重要的事情是把地址记准。MHF界面上往往会同时给出绝对地址和模块偏移两种形式。我的建议是优先记录模块名偏移比如game.exe0x12A3F4这种格式而不是那一长串绝对地址。原因在于很多游戏开启ASLR地址空间布局随机化后每次启动的绝对地址都不一样但模块加载基址加偏移是常数关系换一次启动仍然有效。如果你看到的候选只有绝对地址也没关系先记下来后面在Textractor里如果地址变红、抓不到文本再手动减去模块基址算出偏移即可。不过MHF多数情况下会把偏移直接给你省不少事。4. 钩子接驳把地址交到Textractor手里4.1 在Textractor里添加钩子的完整步骤MHF的任务到“找到并验证地址”这一步就算完成了真正把文本稳定读出来的是Textractor。打开Textractor先做和MHF相同的一件事附加到同一个游戏进程。然后找到“Add Hook”输入框把从MHF记录到的地址填进去选定文本编码回车确认。如果地址正确Textractor主窗口会立刻开始滚动文本游戏里每翻一句它就输出一句。这里有一个填写格式的问题。Add Hook的输入框通常兼容几种写法绝对地址、模块偏移、甚至符号名。我建议粘贴模块名偏移形式例如game.exe0x12A3F4填完回车后正常情况下状态列会变成正常文本区开始出字。如果一直空白先检查编码再检查偏移是否复制完整最后确认Textractor附加的进程和MHF附加的是同一个进程。4.2 多钩子合并处理分行文本的必学操作刚才提到有些引擎一个钩子只能抓到一行对白这种场景在Textractor里也很常见。办法是同时添加多个钩子让它们并行输出然后在Textractor的扩展设置里开启“合并文本”或“追加行”功能。具体按钮在不同版本里叫法不一样但思路一致把两个钩子输出的内容按顺序拼成完整的一句话。判断是否需要合并看一眼MHF候选列表就可以多个候选显示同一句台词的不同片段或者Textractor里某一句对白总缺后半句那就是合并需求。合并时要注意输出顺序后一行不一定排在后面极少数引擎的文本缓冲是反着读的这种时候只需要交换两个钩子的顺序就能解决。4.3 接翻译工具从剪贴板到现代翻译集成钩子稳定出文本之后最后一步是把文本交给翻译工具。这个环节有两条路线看你用的翻译工具是哪个年代的产品。老牌工具通常走剪贴板模式。Textractor可以直接把抓到的文本复制到剪贴板翻译工具监听剪贴板后自动出译文。优点是兼容性极好什么工具只要能读剪贴板就能接缺点是有时候频繁复制会把剪贴板原来的内容冲掉日常用电脑受影响。新一点的工作流则直接走扩展接口。比如LunaTranslator、MisakaTranslator这类现代翻译工具原生支持读取Textractor的hook输出不需要经过剪贴板中转译文延迟更低也支持句段换行、术语替换这些高级功能。我自己现在更推荐这个方式链路短、稳定还能省掉剪贴板冲突的烦恼。推荐组合很简单MHF负责找钩子地址Textractor负责稳定输出原始文本末端接一个支持Textractor直连的翻译工具。这套组合基本可以通吃绝大多数文字游戏。5. 避坑实录搜不到、乱码、重复文本的诊断清单5.1 常见问题速查表整理了我在实际使用中反复遇到的几个问题按出现频率排序可以当排查表用。问题现象可能原因解决办法搜不到任何候选游戏停在标题界面没有文本变化把对白往前推进几句再搜候选全是乱码编码选错切换Shift-JIS/UTF-16LE/GBK重试附加进程失败权限不足、进程位数不匹配、杀软拦截管理员运行MHF确认32/64位对应加白名单文本重复出现历史台词钩子挂在缓冲区上包含滚动历史换一个候选优先选“干净且跟随当前句”的钩子钩子第一次能用重启游戏就失效填了绝对地址ASLR导致基址变化改用模块偏移格式重新填写Textractor里始终空白地址格式不对或偏移复制不完整核对模块名偏移写法确认无多余空格候选列表太多无法下手最小文本长度设得太低提高长度阈值到58过滤短串5.2 特殊引擎的特殊处理手段AR游戏这块不同引擎的应对策略不太一样。吉里吉里Krkr系的游戏MHF候选通常能扫出一堆地址但真正好使的往往集中在TVP相关的模块里。如果你知道游戏是吉里吉里引擎可以优先看模块名里带TVP或krkr字样的候选。Unity引擎的文字游戏稍微麻烦一些文本经常存在Il2Cpp托管堆里普通Hook不一定扫得准。这时候除了MHF还要挂上Textractor对应的Unity插件辅助输出MHF主要负责确认文本在内存中是否存在能帮上忙但别指望一步到位。RPGMaker老游戏是另一个经典难题文本经常是一个字一个字地绘制钩子抓到的可能只有单个字符输出是“今”“日”“天”“气”“不”“错”这样被拆开的碎片。遇到这种看候选列表里有没有标明“buffer”或“string”类型的钩子拼合之后更接近原始整句。如果实在找不到整句缓冲就在Textractor里加一个“文本间隔”设置把逐字输出合并成词句后再交给翻译。5.3 我自己的最后排查习惯再分享几个和工具文档无关的野路子都是平时被坑出来的经验。第一“翻句大法”永远有效。搜索命中率低的时候不要干等候选刷新回到游戏里快速把对白往前翻一句、往后翻一句反复翻转几次。文本变化越明显、越频繁候选里真正活动的文本地址就越容易被顶到前面来。第二多候选取舍时优先选文本预览里“只有当前句”的那一个而不是选带一堆方括号、引擎标记、控制字符的那个。控制字符少的钩子接翻译工具时清洗成本最低长期看最省心。第三MHF扫描对老游戏尤其友好但对新游戏不保证。新游戏如果带了内存保护、反调试、防注入附加失败就不要再折腾了这跟技术无关纯粹是工具边界外的事。我见过不少刚开始尝试的人在第一轮搜不出候选的时候就放弃了其实很多时候只是停在标题画面没翻文本或者编码选错。先调参数、再翻文本、最后换候选这套流程走三遍绝大多数游戏都能拿下。等钩子找到、文本成功接进翻译工具的那一刻你回头再看会觉得所谓“内存提取文本”也就是一层窗户纸的事。