上一篇文章中我们解析了PS2存储卡的文件系统,这次直接实战,编写python代码导出指定的游戏存档。本篇文章完整代码可以访问:ps2mc-browser

01 解析SuperBlock

SuperBlock结构如下,大小为340字节:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
struct SuperBlock {
    char magic[28];
    char version[12];
    uint16 page_size;
    uint16 pages_per_cluster;
    uint16 pages_per_block;
    uint16 unknown; // ignore
    uint32 clusters_per_card;
    uint32 alloc_offset;
    uint32 alloc_end;
    uint32 rootdir_cluster;
    uint32 backup_block1; // ignore
    uint32 backup_block2; // ignore
    uint32 unknown[2]; // ignore
    uint32 ifc_list[32];
    uint32 bad_block_list[32]; // ignore
    byte card_type;
    byte card_flags;
    byte unknown; // ignore
    byte unknown; // ignore
};

使用struct.unpack()解包:

1
struct.Struct("<28s12sHHH2xLLLL4x4x8x128s128xbbxx").unpack(byte_val)

得到page_sizepages_per_cluster

02 读取pagecluster

根据公式计算pagecluster大小:

1
2
3
self.spare_size = (self.page_size // 128) * 4 # 备用区域字节数
self.raw_page_size = self.page_size + self.spare_size # 算上备用区域的page字节数
self.cluster_size = self.page_size * self.pages_per_cluster # 簇字节数

读取pageclusterspare area里的内容是被舍弃掉的:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
def read_page(self, n): # n为page编号
    offset = self.raw_page_size * n
    return self.byte_val[offset: offset + self.page_size]

def read_cluster(self, n): # n为cluster编号
    page_index = n * self.pages_per_cluster
    byte_buffer = bytearray()
    for i in range(self.pages_per_cluster):
        byte_buffer += self.read_page(page_index + i)
    return bytes(byte_buffer)

03 构建FAT矩阵

从上一篇文章知道FAT矩阵的构建方式如下:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
def __build_fat_matrix(self):
    # 从ifc_list构建间接FAT
    indirect_fat_matrix = self.__build_matrix(self.ifc_list)
    # 间接FAT是个一维数组
    indirect_fat_matrix = indirect_fat_matrix.reshape(indirect_fat_matrix.size)
    # 排除掉0xFFFFFFFF这种未分配的
    indirect_fat_matrix = [x for x in indirect_fat_matrix if x != Fat.UNALLOCATED]
    # 从间接FAT构建直接FAT
    fat_matrix = self.__build_matrix(indirect_fat_matrix)
    return fat_matrix

def __build_matrix(self, cluster_list):
     # 初始化矩阵
    matrix = np.zeros((len(cluster_list), self.fat_per_cluster), np.uint32)
     # 遍历cluster
    for index, v in enumerate(cluster_list):
        # 读出每个cluster的256个FAT
        cluster_value = self.read_cluster(v)
        cluster_value_unpacked = np.frombuffer(cluster_value, np.uint32)
        for index0, v0 in enumerate(cluster_value_unpacked):
             # 给矩阵赋值
            matrix[index, index0] = v0
    return matrix

# 给出簇编号n,找到其对应的FAT的值
def get_fat_value(self, n):
    value = self.fat_matrix[(n // self.fat_per_cluster) % self.fat_per_cluster,
                            n % self.fat_per_cluster]
    # 最高位为8代表正常使用的簇,其它值代表簇未分配,最高位为8时,取低31位的整形值
    return value ^ Fat.ALLOCATED_BIT if value & Fat.ALLOCATED_BIT > 0 else value

04 条目数据结构

条目是所有文件和目录的元数据,条目的数据结构如下:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
struct Entry {
    uint16 mode;
    uint16 unknown; // ignore
    uint32 length;
    char created[8];
    uint32 cluster;
    uint32 dir_entry; // ignore
    char modified[8];
    uint32 attr; // ignore
    char padding[28]; // ignore
    char name[32];
    char padding[416]; // ignore
};

使用struct.unpack()解包:

1
struct.Struct("<H2xL8sL4x8s4x28x32s416x").unpack(byte_val)

每个条目的大小为512字节,条目里最重要的字段是cluster,标识了该条目对应的文件或目录的簇编号。如果本条目是目录,则对应的簇编号是“条目簇”;如果本条目是文件,则对应的簇编号是“文件簇”。另一个重要字段是length,如果本条目是目录,则对应的是目录下的条目数;如果本条目是文件,则对应的是文件的字节数。

05 解析“条目簇”和“数据簇”

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# 读取条目,条目是512字节,一个簇可以包含多个条目
def read_entry_cluster(self, cluster_offset):
    cluster_value = self.read_cluster(cluster_offset + self.alloc_offset)
    return Entry.build(cluster_value)

# 读取数据,要从第一个簇开始读取到文件结束
def read_data_cluster(self, entry):
    byte_buffer = bytearray()
    chain_start = entry.cluster
    bytes_read = 0
    while chain_start != Fat.CHAIN_END:
        to_read = min(entry.length - bytes_read, self.cluster_size)
        byte_buffer += self.read_cluster(chain_start + self.alloc_offset)[:to_read]
        bytes_read += to_read
        chain_start = self.get_fat_value(chain_start)
    return bytes(byte_buffer)

def build(byte_val):
    entry_count = len(byte_val) // Entry.__size
    entries = []
    for i in range(entry_count):
        entries.append(Entry(byte_val[i * Entry.__size:
                                      i * Entry.__size + Entry.__size]))
    return entries

06 读取存储卡中的所有文件

上一篇文章说过,根目录没有条目,它的首个“条目簇”在超级块的rootdir_cluster中,它的“包含条目数”在.这个条目中。

要读取存储卡中的所有文件,第一步是解析根目录下所有条目,再解析条目下所有文件。因此只要循环调用以下方法:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
def find_sub_entries(self, parent_entry):
    chain_start = parent_entry.cluster
    sub_entries = []
    while chain_start != Fat.CHAIN_END:
        entries = self.read_entry_cluster(chain_start)
        for e in entries:
            if len(sub_entries) < parent_entry.length:
                sub_entries.append(e.unpack())
        chain_start = self.get_fat_value(chain_start)
    return [x for x in sub_entries if not x.name.startswith('.')]

结果如下:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
BISCPS-15119sv01
    GameData
    BISCPS-15119sv01
    icon00.ico
    icon.sys
BISCPS-15116sv01
    GameData
    BISCPS-15116sv01
    icon00.ico
    icon.sys
BASLUS-21441DBZT2
    icon.sys
    dbzsn.ico
    BASLUS-21441DBZT2
...

07 导出游戏存档

既然所有文件条目都已经读取出来了,我们只要写个方法,根据输入的游戏名称,即可导出目录下的所有文件。

1
2
3
4
5
6
7
8
9
def export(self, name, dest):
    dir_path = dest + os.sep + name
    if not os.path.exists(dir_path):
        os.mkdir(dir_path)
    entries = self.lookup_entry_by_name(name)
    for e in entries:
        if e.is_file():
            with open(dir_path + os.sep + e.name, 'wb') as f:
                f.write(self.ps2mc.read_data_cluster(e))

08 结尾

至此,我们已经可以把一个游戏的存档从存储卡中导出来了。如果你有python运行环境,可以直接运行文章一开始提供的github链接里的代码。

下一篇我们将分析一下每个存档文件里的icon.sysxxx.ico文件,这两个文件是存档3d特效的数据文件。

09 参考文献