浅谈Umd文件格式

    网站(http://www.shoujihw.com/)完成之后，一直都想写些什么，但又总觉得没什么好写，这几天上网，看到好几个网友找手机Umd文件的格式相关说明，回想起当时自己做这个也花了不少时间，因此总结一下，希望对有这方面需求的用户有所帮助。

    另外：本网站(http://www.shoujihw.com/)的手机电子书转Umd部分就是用本文的方法生成的，是Java代码，有需要的用户可以联系我的QQ:13494612，我可以提供源代码。

    好，言归正传，开始我们的Umd之旅。

    Umd文件有两种格式，一种是文本格式，另一种是漫画格式，考虑到主要的需求还是文本格式，本文主要是基于这个格式来讲解的。

    首先是文件头，大部分文件都是靠文件头来区分文件格式的吧，Umd也不例外，Umd的文件头是0xde9a9b89，写到文件上前四位分别应该是0x89,0x9b,0x9a,0xde,这个大家理解起来应该没什么问题吧，以下的类似。

    然后第5个字节是0x23，也就是字符’#’，这个字符在Umd中被用来作为功能块的分割符。

    接下来有4个字节是固定字节0x01,0x00,0x00,0x08,其具体意义不明。

    然后是第10个字节了吧，第10个字节是决定Umd是文本还是漫画的，0x01表示是文本，0x02表示是漫画。

    然后是2个字节的随机数。

    随机数完了之后，就到了Umd的一些基本属性了，例如标题，作者等。这些属性是用同样的格式生成的，格式如下：
    分割符’#’:1字节
    属性类别:2字节，其中类别包括以下几类(标题--0x02,作者--0x03，年--0x04，月--0x05，日--0x06，小说类型--0x07，出版商--0x08，零售商--0x09
    0x00:1字节
    内容长度:1字节，长度也很特别，并不是直接取字符数，而是字符数*2+5，例如字符串”hello”,则长度是5*2+5=15
    内容:n字节，要写入的内容是经过Unicode编码的，现在明白上面的长度为什么要乘2了吧。

    好了，基本属性完成之后，就开始正文内容了。

    首先还是分割符’#’，然后是2个字节0x0b,表示下个部分是用来记录内容长度的，（细心的读者应该已经发现了，在分割符’#’后面跟的都是数据类型，本文在最后会给大家总结一下现在已知的数据类型）。接下来是两个字节0x0900，然后是4个字节的内容长度（内容长度为各章正文长度之和）。

    长度完了之后就到了章节偏移量，分割符’#’，数据类型2个字节0x83，然后是2个字节的0x0901，接下来会有4个字节的随机数，接下来一个字节0x24，然后又是4个字节的随机数，这个随机数要和上一个随机数相同，要不然生成的Umd在某些解析器下不能通过校验。接下来的4个字节和章节的数目有关，字节内容是（章节数目*4）+9，假如小说有两章，那就是17，然后，就是每章的偏移量，每个占4个字节，第一章偏移当然是0啦，第二章的偏移是第一章的正文长度*2（因为是Unicode编码）。以此类推。

    好，接下来的数据类型是章节标题，还是’#’然后接2个字节数据类型0x84，两个字节0x0901，4字节随机数，0x24，4字节随机数（需一致），然后是4字节和小说总标题长度有关，字节内容是(章节1标题长度*2 + 1) + (章节2标题长度*2+1)+…+9；然后就是写每章标题的内容了，按如下格式写：首先1个字节，内容章节标题长度*2，接下来章节标题长度*2个字节，内容是章节长度的Unicode编码。

    标题写完了之后，就要开始写正文了。注意，正文不是按章节来写的，而是先把所有章节的正文凑成一个长字符串，然后分成n个数据块来写入，并且每个数据块都使用Zlib进行压缩，建议每个数据块按固定大小来分，而且Umd貌似有最大数据块大小的限制，超过了，解析的时候会有问题，建议数据块大小32768字节。下面说明如何写数据块，第一个字节是0x24(注意，不是’#’)，然后是4个字节随机数，然后是4个字节，内容是压缩后数据块长度+9，然后就把压缩后数据块写入就完成了一个数据块的写入，在写完每个数据块后，可以选择做如下两件事的一件或两件（建议用随机数来决定）：
    1．  写入1个字节’#’，2个字节的0xf1,2个字节的0x1500，16个字节的0x0
    2．  写入1个字节’#’，2个字节的0x0a,2个字节的0x0900，4个字节的随机数

    在所有正文数据块写入完毕后，写入1个字节’#’,2个字节数据类型0x81，表示正文写入完毕，2个字节0x0901，4个字节随机数，1个字节0x24，4个字节随机数（一致），接下来是4个字节，内容是数据块的数目*4+9，然后，还记得每个数据块写入前都生成了4个字节的随机数吗，从最后一个开始，倒序写如这些随机数，每个4个字节，结束正文的写入。

    接下来是封面，1个字节的’#’，2个字节的数据类型0x82,3个字节0x010a01，4个字节的随机数，1个字节的0x24，4个字节的随机数，4个字节的数据和封面字节数有关，内容是封面字节数+9，然后再写入封面字节数据，不需要压缩。

    到此为止，主要数据都写完了，但我发现有些Umd生成工具还会生成一些数据类型是0x87的，这一块具体功能还不是非常清楚，大概是生成一些数据来通知Umd解析器应该使用什么样的PageOffset来显示内容，具我测试，这部分不写入也能正常解析，对这部分有兴趣的朋友，可以参考我提供的代码。

    该结束了，1个字节的’#’，2个字节的数据类型0x0c表示文件结束，2个字节的0x0901,4个字节的文件长度+4，完成了。

    附，数据类型表：

    0x01--文件开始

    0x02--标题

    0x03--作者

    0x04--年

    0x05--月

    0x06--日

    0x07--小说类型

    0x08--出版商

    0x09--零售商

    0x0b--内容长度

    0x83--章节偏移

    0x84--章节标题，正文

    0x81--正文写入完毕

    0x82--封面

    0x87--PageOffset

    0x0c--文件结束

    写了一大堆，写完之后才发现像流水帐，看来和电脑用长了文字功底都还老师了，不过应该还是能看明白的^_^。

    本文是原创文章，欢迎转载，转载请带上以下信息，也欢迎研究过这方面的朋友和我交流，Umd还有很多不明白的数据类型等着我们去研究：

    作者：    王毅

    QQ  :     13494612

    Email:    [e-mail]

    原贴地址:  http://www.shoujihw.com/html/article/111.html