|
揭开PDG和PDF书签制作的小秘密（上）
（图片上传数量有限制，不发了，已生成了PDF文件）
今天，我们一起探讨PDG文件中的书签。相信大家在CX下载某本书后，在PDG文件的同一目录下一般会有BookContents.dat和bookinfo.dat两个文件。bookinfo.dat文件可以直接用“记事本”打开，里面记录了书的相关信息，有：书名、作者、页数、SS号、出版日期等。
但BookContents.dat文件用记事本打开会乱码（这是因为里面采用了ZLIB压缩算法），其实这个文件中保存了PDG的书签信息，下面我们来看看如何获取它里面的内容。
其实，在这之前，许多高手都已经开发了相应的软件。像cheming大侠，在下面的帖子里
http://www.readfree.net/htm/200807/4621995.html
http://www.readfree.net/bbs/read.php?tid=216685&fpage=5
已经揭示了BookContents.dat的内部结构，并开发了BookContents.dat Editor等软件。
今天，我想换一个角度，不用大侠们现成的工具，自己用平常的工具，获取BookContents.dat内容，这会加深我们的理解。
首先，用UltraEdit打开某本书的BookContents.dat文件，最好事先备份一个，再打开。
然后，点工具栏上“切换十六进制模式”按钮，如图：
图中，我划红色框的部分是书签文件的头部，也是我们需要改动的部分；其它部分（即从28h以后的部分）是书签的具体内容，这部分是压缩存储的，我们后续的工作是要把这一部分解压。
下面，先改书签头部。方法如下：
在红色的部分里共有三行，把第一、第二行都删除，然后把第三行的头三个字节改成“1F 8B 08”，其余部分都改成“00”（红色以外的部分不要改）。
注：删除前两行方法是，先把光标定位到文件首字节，再选择“编辑”“十六进制功能”“十六进制增加/删除…”，如图：
然后，点“删除”，输入“32”字节，按“确定”完毕。
改后，如下图所示：
接着，把BookContents.dat另存为BookContents1.dat.gz（注意：加后缀名“.gz”）。
再用WinRar解压BookContents1.dat.gz文件，此时会弹出“CRC循环冗余校验”的错误，不去管它，单击“关闭”。此时，你会发现虽然有错误所示，但文件还是解压出来了BookContents1.dat。
此时，再用“记事本”打开你的“BookContents1.dat”，会发现它已经变成了文本格式。
BookContents1.dat文件中的每一行，代表一个书签，以“封面页 | 00 | 1 | 0 | 1 |”为例：
第一位：“封面页”是书签的名称；
第二位：“00”控制书签的缩进，在同一级别的编号依次递增，每缩进一层，增加两位编号，编号以“十六进制”表示。
第三位：“1”书签导航的页码。
第四位：“0”我还不太清楚，高手可以告诉我。
最后一位：“1”是书签的类别（主要有：封面页1、书名页2、版权页3、前言页4、目录页5、正文页6、插页7、附录页8、封底页9）
综上，我们可以看到，其实BookContents.dat的结构并不复杂，最主要的原理就是：它在28h以后的部分是gzip压缩存储的，这也是我们为什么可以用WinRar解压的根本原因。下次，我来介绍“PDF Reference学习札记（二）”探讨PDF的书签。只有当我们清楚了PDG和PDF两种书签的实现方式，这样我们开发bkcntEditor.exe等软件就易如反掌了。
| 
发表于 2008-8-4 19:42:23
