文章來源：
http://blog.joycode.com/yaodong/articles/25506.aspx這篇文章最早是發在北極星論壇的一系列帖子，那時候聞怡洋（好像他也是MVP）也在那里混
原始的帖子我已經沒有了，但不知道是誰幫我收集整理了下來（非常感謝），我用google找到了
?
這是我進金山之前寫的，應該不算泄露公司技術秘密吧
而且這些現在看來似乎已經有些過時了
?
那時討論的只是Win31和Win9x下的取詞實現
?
我到了金山之后不是負責取詞模塊，而是做UI，因為有個家伙比我更擅長做這種東西
他用SoftIce調試匯編代碼非常熟練，做逆向工程方面有過人的天分。
?
?
“亦東” 是我那時的筆名
?
?
“金山詞霸”屏幕取詞技術揭密(討論稿)
?
主題 屏幕取詞技術系列講座（一）
作者 亦東
很多人對這個問題感興趣。
原因是這項技術讓人感覺很神奇，也很有商業價值。
現在詞典市場金山詞霸占了絕對優勢，所以再做字典也沒什么前途了。我就是這么認為的，所以我雖然掌握了這項技術，卻沒去做字典軟件。只做了一個和詞霸相似的軟件自己用，本來想拿出來做共享軟件，但我的詞庫是“偷”來的，而且詞匯不多，所以也就算了，詞庫太小，只能取詞有什么用呢？而且詞霸有共享版的。
但既然很多人想了解這項技術，我也不會保留。我準備分多次講述這項技術的所有細節。
大約每周一兩次。想知道的人就常常來看看吧！
一.基礎知識
首先想編這種程序需要一些基礎知識。
會用Vc++，包括16/32位。
精通Windows API特別是GDI,KERNEL部分。
懂匯編語言，會用softice調試程序，因為這種程序最好用softice調試。
二.基本原理
在Window 3.x時代，windows系統提供的字符輸出函數只有很少的幾個。
TextOut
ExtTextOut
DrawText
......
其中DrawText最終是用ExtTextOut實現的。
所以Windows的所有字符輸出都是由調用TextOut和ExtTextOut實現的。因此，如果你可以修改這兩個函數的入口，讓程序先調用你自己的一個函數再調用系統的字符輸出，你就可以得到Windows所有輸出的字符了。
到了Windows95時代，原理基本沒變，但是95比3.x要復雜。開始的時候，一些在windows3.x下編寫的取詞軟件仍然可以是使用。但是后來出了個IE4，結果很多詞典軟件就因為不支持IE4而被淘汰了，但同時也給一些軟件創造了機會，如金山詞霸。其實IE4的問題并不復雜，只不過它的輸出的是unicode字符，是用TextOutW和ExtTextOutW輸出的。知道了這一點，只要也截取就可以了。不過實現方法復雜一點，以后會有詳細講解?，F在又出了個IE5，結果詞霸也不好用了，微軟真是
#^@#$%$*&^&#@#@..........
我研究后找到了一種解決辦法，但還有些問題，有時會取錯，正在繼續研究，希望大家共同探討。
另外還有WindowsNT，原理也是一樣，只是實現方法和95下完全不同。
三.技術要點
要實現取詞，主要要解決以下技術問題。
1.截取API入口，獲得API的參數。
2.安全地潛入Windows內部，良好地兼容Windows的各個版本
3.計算鼠標所在的單詞和字母。
4.如果你在Window95下，做32位程序，還涉及Windows32/16混合編程的技術。
今天先到這里吧！最好準備一份softice for 95/98和金山詞霸，讓我們先來分析一下別人是怎么做的。
歡迎與我聯系
E-Mail:yeedong@163.net
主題 屏幕取詞技術系列講座（二）
作者 亦東
很抱歉讓大家久等了！
我看了一些人的回帖，發現很多人對取詞的原理還是不太清楚。
首先我來解釋一下hook問題。詞霸中的確用到了hook，而且他用了兩種hook其中一種是Windows標準hook,通過SetWindowHook安裝一個回調函數，它安裝了一個鼠標hook，是為了可以及時響應鼠標的消息用的和取詞沒太大關系。
另一種鉤子是API鉤子，這才是取詞的核心技術所在。他在TextOut等函數的開頭寫了一個jmp語句，跳轉到自己的代碼里。
你用softice看不到這個跳轉語句是因為它只在取詞的一瞬間才存在，平時是沒有的。
你可以在TextOut開頭設一個讀寫斷點
bpm textout
再取詞，就會找到詞霸用來寫鉤子的代碼了。
/**********************************
所以我在次強調，想學這種技術一定要懂匯編語言和熟練使用softice.
**********************************/
至于從cjktl95中dump出來的未公開函數是和Windows32/16混合編程有關的，以后我會提到他們。
我先來講述取詞的過程，
0 判斷鼠標是否在一個地方停留了一段時間
1 取得鼠標當前位置
2 以鼠標位置為中心生成一個矩形
3 掛上API鉤子
4 讓這個矩形產生重畫消息
5 在鉤子里等輸出字符
6 計算鼠標在哪個單詞上面，把這個單詞保存下來
7 如果得到單詞則摘掉API鉤子，在一段時間后，無論是否得到單詞都摘掉API鉤子
8 用單詞查詞庫，顯示解釋框。
很多步驟實現起來都有一些難度，所以在中國可以做一個完善的取詞詞典的人屈指可數。
其中0,1,2,7,8比較簡單就不提了。
先說如何掛鉤子：
所謂鉤子其實就是在WindowsAPI入口寫一個JMP XXXX:XXXX語句，跳轉到自己的代碼里。
步驟如下：
1.取得Windows API入口，用GetProcAddress實現
2.保存API入口的前五個字節，因為JMP是0xEA，地址是4個字節
3.寫入跳轉語句
這步最復雜
Windows的代碼段本來是不可以寫的，但是Microsoft給自己留了個后門。
有一個未公開函數是AllocCsToDsAlias，
UINT WINAPI ALLOCCSTODSALIAS(UINT);
你可以取到這個函數的入口，把API的代碼段的選擇符（要是不知道什么是選擇符，就先去學學保護模式編程吧）傳給他，他會返回一個可寫的數據段選擇符。這個選擇符用完要釋放的。用新選擇符和API入口的偏移量合成一個指針就可以寫windows的代碼段了。
這就是取詞技術的最核心的東東，不止取詞，連外掛中文平臺全屏漢化都是使用的這種技術。現在知道為什么這么簡單的幾句話卻很少知道了吧？因為太多的產品使用他，太多的公司靠他賺錢了。
這些公司和產品有：中文之星，四通利方，南極星，金山詞霸，實達銘泰的東方快車，roboword，譯典通,即時漢化專家等等等等。。。。還有至少20多家小公司。他們的具體實現雖然不同，但大致原理是相同的。
我這些都是隨手寫的，也沒有提綱之類的東西，以后如果有機會我會整理一下，大家先湊合著看吧！xixi...
?
主題 關于屏幕取詞的討論(三)
作者 亦東
讓大家久等，很抱歉，前些時候工作忙硬盤又壞了，太不幸了。
這回來點真格的。
咱們以截取TextOut為例。
下面是代碼：
//截取TextOut?
typedef?UINT?(WINAPI*?ALLOCCSTODSALIAS)(UINT);?
ALLOCCSTODSALIAS?AllocCsToDsAlias;?
BYTE?NewValue[5];//保存新的入口代碼?
BYTE?OldValue[5];//API原來的入口代碼?
unsigned?char?*?Address=NULL;//可寫的API入口地址?
UINT?DsSelector=NULL;//指向API入口的可寫的選擇符?
WORD?OffSetEntry=NULL;//API的偏移量?
BOOL?bHookAlready?=?FALSE;?//是否掛鉤子的標志?
BOOL?InitHook()?
{?
HMODULE?hKernel,hGdi;?
hKernel?=?GetModuleHandle("Kernel");?
if(hKernel==NULL)?
return?FALSE;?
AllocCsToDsAlias?=?(ALLOCCSTODSALIAS)GetProcAddress(hKernel,"AllocCsToDsAlias");//這是未公開的API所以要這樣取地址?
if(AllocCsToDsAlias==NULL)?
return?FALSE;?
hGdi?=?GetModuleHandle("Gdi");?
if(hmGdi==NULL)?
return?FALSE;?
FARPROC?Entry?=?GetProcAddress(hGdi,"TextOut");?
if(Entry==NULL)?
return?FALSE;?
OffSetEntry?=?(WORD)(FP_OFF(Entry));//取得API代碼段的選擇符?
DsSelector?=?AllocCsToDsAlias(FP_SEG(Entry));//分配一個等同的可寫的選擇符?
Address?=?(unsigned?char*)MK_FP(DsSelector,OffSetEntry);//合成地址?
NewValue[0]=0xEA;?
*((DWORD*)(NewValue+1))?=?(DWORD)MyTextOut;?
OldValue[0]=Address[0];?
*((DWORD*)(OldValue+1))?=?*((DWORD*)(Address+1));?
}?
BOOL?ClearHook()?
{?
if(bHookAlready)?
HookOff();?
FreeSelector(DsSelector);?
}?
BOOL?HookOn()?
{?
if(!bHookAlready){?
for(int?i=0;i<5;i++){?
Address[i]=NewValue[i];?
}?
bHookAlready=TRUE;?
}?
}?
BOOL?HookOff()?
{?
if(bHookAlready){?
for(int?i=0;i<5;i++){?
Address[i]=OldValue[i];?
}?
bHookAlready=FALSE;?
}?
}?
//鉤子函數，一定要和API有相同的參數和聲明?
BOOL?WINAPI?MyTextOut(HDC?hdc,int?nXStart,int?nYStart,LPCSTR?lpszString,UINT?cbString)?
{?
BOOL?ret;?
HookOff();?
ret?=?TextOut(hdc,nXStart,nYStart,lpszString,cbString);//調原來的TextOut?
HookOn();?
return?ret;?
}?上面的代碼是一個最簡單的掛API鉤子的例子，我要提醒大家的是，這段代碼是我憑記憶寫的，我以前的代碼丟了，我沒有編譯測試過
因為我沒有VC++1.52.所以代碼可能會有錯。
建議使用Borland c++，按16位編譯。
如果用VC++1.52，則要改個選項
在VC++1.52的Option里，有個內存模式的設置，選大模式，和"DS!=SS DS Load on Function entry.",切記，否則會系統崩潰。