SExtractor

从GalGame脚本提取和导入文本（大部分需要明文）

Python依赖模块：

python版本需要3.9及以上。

• pyqt5
• colorama
• pandas
• python-rapidjson

支持的引擎：

同引擎不同游戏的格式也可能不同，请参看程序内示例使用。

• TXT纯文本 (正则匹配。可选utf-8，utf-8-sig，utf-16(LE BOM))
• BIN二进制文本 (正则匹配。默认读shift-jis写GBK)
• JSON文本 (正则匹配，只搜索value，value为空则先自动复制key到value)
• AZ System (Encrypt Isaac)
• Artemis
• Black Rainbow
• CSV
• CScript
• Cyberworks / CSystem
• EAGLS
• FVP
• Kaguya
• Krkr
• MED (DxLib改)
• MoonHir
• NekoSDK
• RPG Maker MV
• RPG Maker VX Ace
• RenPy
• SystemC
• WillPlus
• Yu-ris

其他功能

• 可以导出VNT的JIS隧道文件sjis_ext.bin，需要配合VNTProxy使用。(同时也会导出UIF配置)
• 可以导出UIF的JIS替换配置uif_config.json，需要配合UniversalInjectorFramework使用。
• Tools/Font下有JIS替换字体，以备dll无法hook游戏时使用。
• text_conf.json进行文本处理配置，优先读取工作目录ctrl文件下配置，如果没有则读取工具根目录默认配置。
• 文件夹下自定义的config*.ini都会被读取，*中不能以数字开头。(例：configTest.ini)

当前正则预设

（更多预设正则详见根目录预设正则.fake.ini）

• AST
• Artemis
• Cyberworks_JIS
• CSV_Livemaker
• EntisGLS
• Krkr
• Nexas
• RealLive (选项分开提取)
• RPGMV_System
• RPGVX_NotMap
• SFA_AOS
• Valkyria_dat_txt
• Valkyria_ODN
• Yuris_txt (非ybn)
• BIN暴力匹配
• 两行TXT
• 导出所有(多用于格式转换)
• 自定义规则(自动保存)
• None还原为引擎默认

工具

• AST: arc2封包
• Astronauts: gpx封包，Mwb提取
• AZ System: isaac加密
• BlackRainbow: 封包
• CScript: 封包，解压压缩
• Cyberworks: UTF-16解封包
• DxLib: 解包
• EAGLS: 解封包
• Font: JIS替换字典生成的字体
• Malie: 封包
• RealLive: 解封包，二次加解密
• SHook: 跳壳，Loader
• Silky: 封Azurite包
• Unity: data.dsm加解密
• UniversalInjectorFramework: dll

正则相关说明

读取文件方式分为txt和bin两大类，前者按字符串处理，后者按字节处理。

• separate=reg bin方式下的分割符，默认为separate=\r\n，导入时会补上separate字符串\r\n；如果带捕获分组例如separate=([\x01-\x02]\x00|\x00)，则会提取出分割符。
• startline=0 每个文件起始处理行数；默认为0。
• structure=paragraph 提取结构，当为paragraph时才会处理非name或msg的分组名，比如unfinish。（不是所有引擎的正则都支持，TXT和BIN引擎肯定支持）
• extraData=data data为引擎自定义的参数，具体参考每个引擎的默认正则，用法不定。
• ignoreDecodeError=1 bin方式下，忽略文本在提取时的decode编码错误。
• checkJIS=reg bin方式下，检查字节是否符合shift-jis编码，默认只允许双字节，reg为支持的单字节。比如checkJIS=[\n]表示支持换行符。
• postSkip=reg 在提取中，对于已经提取到的文本进行re.search(reg, text)匹配，如果匹配正则成功则忽略掉该文本，不导出。比如postSkip=^[0-9]表示忽略数字开头的文本。
• sepStr=reg 仅Krkr_Reg引擎使用，表示分割符匹配；默认为sepStr=[^\[\]]+，表示以中括号分割。
• endStr=reg 仅Krkr_Reg引擎使用，表示段落结束的匹配。
• ctrlStr=reg 仅Krkr_Reg引擎使用，表示需要跳过的控制段的匹配。（类似通用的postSkip）
• version=0 主要由Yuris使用，表示文件结构版本
• decrypt=auto 主要由Yuris使用，表示解密。auto表示自动猜测，也可以强制指定，如decrypt=\xD3\x6F\xAC\x96。如果已解密则删除该行。
• pureText=1 等同于勾选BIN启用纯文本正则模式
• writeOffset=1 主要由CSV使用，向右偏移写入列。

正则例子

对于每行文本都会从上到下进行匹配。（skip或search匹配成功都会中断，不进行下边的正则匹配）

00_skip=^error
10_search=^(?P<name>Name.*)$
20_search=^(?P<pre_name>「.+」)$
21_search=^(?P<pre_nameANDunfinish>「.*)$
25_search=^(.+?)(?<=」|。)$
26_search=^(?P<unfinish>.+?)$
postSkip=^[0-9]
structure=paragraph

• 00 跳过error开头的行，skip会打断段落结构（如果用postSkip处理error则不会）
• 10 提取Name开头的行，且指定自身为name（name默认会predel_unfinish）
• 20 提取带「」的一行，且指定前一行为name
• 21 提取「开头的一行，且指定前一行为name，且自身为unfinish
• 25 提取」结尾的一行
• 26 提取任意字符的一行（.不包含换行符）
• postSkip 数字开头则跳过，不会打断段落结构
• 最后顺序合并文本，如果是unfinish则添加\r\n且不会切换到下一个message。
• 分组名pre_和predel_后可以自由组合，比如name和unfinish。AND也可以有任意个。
• 原始txt:

Text0
Name1
Text1。
MaybeName2
「Text2」
MaybeName3
「
Text3
33text
Text333
error
」

• 提取为：

[
  {
    "message": "Text0"
  },
  {
    "name": "Name1",
    "message": "Text1。"
  },
  {
    "name": "MaybeName2",
    "message": "「Text2」"
  },
  {
    "name": "MaybeName3",
    "message": "「\r\nText3\r\nText333"
  },
  {
    "message": "」"
  }
]

支持的导出格式：

• json字典 { 文本 : "" }
• json字典 { 文本 : 文本 }
• json列表 [ { name : 名字, message : 带换行对话 } ]
• json字典 { 带换行文本 : "" }
• json字典 { 带换行文本 : 带换行文本 }
• txt文档 { 文本 }
• txt文档 [ 带换行文本 ]
• json列表 [ 带换行文本 ]

相关项目

1. game_translation
2. SiglusTools
3. CSystemTools
4. VNTranslationTools
5. UniversalInjectorFramework
6. GalTransl_DumpInjector
7. EAGLS
8. MalieTools
9. Garbro fork