屏幕抓字技術揭密

屏幕抓字技術揭密
----------深入WINDOWS內部探險手記

鄭州 馬飛濤

一 公開它！
四通利方和金山詞霸的用戶都曾見識過屏幕抓字技術，鼠標指哪就翻譯哪個單
詞，這個技術看似簡單，其實在WINDOWS系統中實現卻是非常復雜和有趣的。 經
過半年多的艱辛探索，筆者終于破解了其中的秘密，并在今天決定公開它，這個
人人 都曾見過但是卻鮮有人知的秘密，這個只被幾家軟件公司壟斷從未在公開的報刊 資 料披露過只言片語的秘密！
回想這半年多的探索，其中浸潤了多少筆者的苦悶與歡樂，絕望與興奮，挫 折
與收獲，現在都終于有了結果：將屏幕抓字技術的秘密公開，獻給孜孜不倦辛勤
工 作的程序員們。如果這樣做能為國產軟件事業的發展效微薄之力，對筆者來說，也 是一樁快事！

二 初識屏幕抓字

最初知道屏幕抓字， 是在購買了〖英漢通〗軟件之后。 當時筆者還只是一 個
VISUAL BASIC 的初學者， 對 WINDOWS 系統內部的知識了解并不多， 認為 在
WINDOWS系統中屏幕抓字的實現應該和DOS系統中的一樣，調用一個DOS 中斷取屏
幕 上的字符或直接讀顯示內存的內容就可以了。

三 看似很簡單，其實不然

隨著對WINDOWS系統的認識不斷深入，才發現問題并不象想得那么簡單。首先，
翻閱了WINODWS應用程序接口（API）中的上千個函數，并沒有發現有一個現成的
類 似于getWordFromPoint()的函數；根據使用經驗，經過判斷發現屏幕抓字采用的 也 不是圖像識別技術；翻閱了SDK的聯機文檔中沒有，DDK的聯機文檔中也沒有；顯示 卡編程接口的資料則很難獲得，有的也只是CGA到VGA顯存的基本知識�；叵氘敃r 坐 在機子前，面對一屏屏的聯機資料（如果是紙，將堆積如山），感覺就是在黑暗 中 的大海里航行，沒有方向，沒有燈光，但強烈的興趣緊抓著我，一定要把這個謎 解 開。

四 選擇合適的編程工具

突然又有了一些新的想法:
可否試著截獲WINDOWS中關于字符的消息呢？
DC（設備描述表）到底是什么？
WINDOWS的TextOut函數是否將TEXT放在DC的某個單元中？
顯然，用VISUAL BASIC就力不從心了。在DOS中用TURBO C編程筆者還算熟練
，

因此先嘗試用VISUAL C++，但是奇慢的編譯速度使人難以忍受， 高度抽象的類
讓 人一頭霧水，開發商務軟件可能還行，但開發這樣一個深入WINDOWS 內部的系統  件，望著一堆纏繞不清的類和消息，真有點牛刀宰雞、刺刀耕田的感覺。
最后選擇了DELPHI，第一印象是編譯速度真快，在我的祖父型386 機子上 編
譯一個WINDOWS程序，速度和用TURBO C的速度感覺差不多，真讓人興奮得愛不釋手。 隨著不斷使用，發覺DELPHI真是一個好的快速開發工具，（快速并不意味著簡單 粗 糙，而是和WINDOWS系統有混然一體良好接口的表現）讓初學者也很容易上手。 調 用各種WINDOWS 函數（包括很多未公開的函數）都非常直接迅速，用它來作開發 工 具，大有刺刀見紅、一劍封喉的痛快感覺。

五 山窮水盡疑無路

隨著對WINDOWS系統了解的深入，我逐漸明白了在向屏幕輸出文字時，WINDO
WS 系統僅僅只是對某個應用程序發送WM_PAINT消息，告訴該應用程序窗口用戶區已 經
“無效”而需要重畫。具體的“繪制”工作（選擇字體，顏色，文字）由應用程
序 完成。 應用程序在處理WM_PAINT消息時，調用BeginPaint和EndPaint來獲得和釋放 設 備描述表，調用DrawText、ExtTextOut、 TextOut等函數在設備描述表中“繪制 ” 文字。 應用程序“繪制”文字， 就象學生（應用程序）奉命（獲得 WM_PAINT消息 ) 用老師（WINDOWS)提供的畫筆(DrawText ExtTextOut TextOut等) 在黑板上畫 畫 一樣，雖然大家能看到畫的是什么字，但是畫筆作為繪圖工具并不知道畫的是什 么。

老師（WINDOWS）不知道學生（應用程序）到底用什么字體，顏色，畫哪些文字。

　　 總之 ，WINDOWS并不知道應用程序“繪制”的是什么�！拔淖帧睂� WINDO
WS

來說只是畫筆留在黑板（屏幕）上的粉筆印，只是繪畫的痕跡�！拔淖帧敝淮嬖�
于

應用程序的模塊中，對WINDOWS系統是“不可見”的。
到處走投無路，真想掂5000塊錢，跑到“英漢通”公司買回這個秘密。仔細
一

想，錢太少，就是多掂１０倍，人家也不一定說。

六 柳暗花明又一村

經過再三考慮，我聯想到在DOS系統中編程，會采取改變中斷向量地址， 設
置

新的中斷向量的技術：如果系統調用這個中斷，就會先進入新的中斷服務程序，
然

后再調用原來的中斷服務程序。
那末，在WINDOWS系統中也采取這種技術，使系統如果調用某個函數， 先進
入

一個跟蹤函數，取得原函數的參數，再調用原來的函數。聽起來是否象病毒傳染
和

發作？其實很多程序都采用過類似技術。大學畢業設計聲卡時我就用過。
至此， 我認識到應該放棄常規的思路， 采取一些技巧， 截獲 TextOut
、

ExtTextOut等函數，使之轉向我的跟蹤函數，在此查看應用程序（學生）的堆棧
中

傳遞給畫筆（TextOut、ExtTextOut等函數）的參數， 從而獲得應用程序要在屏
幕

上寫的“文字”。

七　“ 屏幕抓字”的實現

１ 用SetWindowsHookEx()安裝鼠標鉤子MouseProc；
２ 在屏幕上移動鼠標時，系統就會調用鼠標鉤子MouseProc；
３ 進入MouseProc，獲得鼠標的坐標（x,y)，
設置對TextOut()、ExtTextOut()等的跟蹤程序，
用invalidateRect()告訴系統該點(x,y)“失效”；
４
系統發出WM_PAINT消息，指示該點（x,y)處的應用程序重繪“失效”的區域。
５ 負責繪制該點（）的應用程序在受到 WM_PAINT 消息后， 就有機會調用

TextOut()、 ExtTextOut()等函數。
６ 調用的函數被攔截進入跟蹤程序：設置好了的跟蹤程序截獲了該次調用，
從

應用程序的堆棧中取出 該點（x,y）“文字”的指針；
７ 從應用程序的數據段中將“文字”指針的內容取出，即完成了一次“屏幕
抓

字”；
８ 退出跟蹤程序，返回到鼠標鉤子MouseProc；
９ 在MouseProc中解除對TextOut() ExtTextOut()的跟蹤；
１０ 退出MouseProc鼠標鉤子程序，控制權交給系統。
１１ 在屏幕上移動鼠標，開始下一次“屏幕抓字”，返回步驟２。

八 前景展望
掌握了“屏幕抓字”的技術秘密，稍加改變，我們就可對WINDOWS 系統中
的

任意一個函數調用進行動態地攔截、跟蹤、修改和恢復，就可讓WINDOWS 系統中
的

任意一個函數按我們的設想工作，就可構造自己的外掛漢字平臺，設計改變字體
的

放大鏡、改變顏色的變色鏡，保護視力的軟件視保屏等等。

九 后記

希望此文能拋磚引玉，為大家編程時能找到捷徑，開拓出新的思路；
對攔截、跟蹤感興趣的朋友也請來信交流切磋，如需DLL 或“抓字”的源
代 碼，敬請
與 mafeitao@371.net 聯系；