提取www/data时报错：TypeError: 'type' object is not subscriptable

allrobot commented 8 months ago

{'file': 'json', 'workpath': 'F:/BaiduNetdiskDownload/MV20 りおんのご奉仕♡温泉/www/data', 'engineName': 'RPGMV', 'outputFormat': 0, 'outputPartMode': 0, 'nameList': '', 'regDic': '00_skip=^<.+?>$\n01_skip=^<code\n02_skip=^<(?=bgm|bgs|se|battleb)\n20_search=^<.+?>([\\S\\s]+)$\nextractKey=all\npostSkip=^[ -~]|_\n', 'outputFormatExtra': -1, 'encode': 'UTF-8', 'print': [False, True, True, True, True], 'splitParaSep': '\\r\\n', 'maxCountPerLine': 512, 'cutoff': False, 'cutoffCopy': True, 'noInput': False, 'splitAuto': False, 'ignoreSameLineCount': False, 'ignoreNotMaxCount': False, 'fixedMaxPerLine': False, 'binEncodeValid': False, 'pureText': False, 'tunnelJis': False, 'subsJis': False, 'transReplace': False, 'preReplace': False, 'skipIgnoreCtrl': False, 'skipIgnoreUnfinish': False, 'ignoreEmptyFile': True}
---------------------------提取或导入时发生错误---------------------------
Traceback (most recent call last):
  File "C:\Tools\H_RPG_TOOLS\其它解包工具\SExtractor的GalGame脚本提取和导入文本工具\main\thread.py", line 18, in run
    self.window.extractFileThread()
  File "C:\Tools\H_RPG_TOOLS\其它解包工具\SExtractor的GalGame脚本提取和导入文本工具\main\mainWindow.py", line 201, in extractFileThread
    mainExtractJson(args)
  File "./src\main_extract_json.py", line 54, in mainExtractJson
    mainExtract(args, parse)
  File "./src\main_extract.py", line 627, in mainExtract
    if initArgs(args) != 0: return
  File "./src\main_extract.py", line 555, in initArgs
    ret = chooseEngine(args)
  File "./src\main_extract.py", line 462, in chooseEngine
    module = import_module('extract_' + engineName)
  File "C:\Users\li\.conda\envs\python38\lib\importlib\__init__.py", line 127, in import_module
    return _bootstrap._gcd_import(name[level:], package, level)
  File "<frozen importlib._bootstrap>", line 1014, in _gcd_import
  File "<frozen importlib._bootstrap>", line 991, in _find_and_load
  File "<frozen importlib._bootstrap>", line 975, in _find_and_load_unlocked
  File "<frozen importlib._bootstrap>", line 671, in _load_unlocked
  File "<frozen importlib._bootstrap_external>", line 783, in exec_module
  File "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removed
  File "./src\extract_RPGMV.py", line 3, in <module>
    from extract_TXT import ParseVar, dealLastCtrl, searchLine, initParseVar
  File "./src\extract_TXT.py", line 31, in <module>
    def GetPos(var:ParseVar, searchData:str, r:re.Match[str], i):
TypeError: 'type' object is not subscriptable
--------------------------------------------------------------------------
异常中断文件名:
运行时间：0.01 秒

挑的MV游戏目录下的www/data文件夹，使用预配的MV规则，结果报错TypeError: 'type' object is not subscriptable

satan53x commented 8 months ago

Python版本问题，需要使用3.9及以上版本，不然语法上不支持。推荐是3.11。如果一定要使用低版本python则需要把报错位置的变量注释都删掉，比如var:ParseVar改成var。

allrobot commented 8 months ago

Python版本问题，需要使用3.9及以上版本，不然语法上不支持。推荐是3.11

感谢，解决了 https://github.com/satan53x/SExtractor/blob/046a0734d0af778d33be7b2e3c3f8b24841da962/README.md?plain=1#L4-L8

建议新增python3.11说明

不太懂咋写入

PHAM!社团的dpm文件，拆解出一堆格式Shift-JIS的txt文件，提取文本到xlsx后，xlsx也汉化完了，不知道咋注入按说明把transDic.output.xlsx改名transDic.json，不知道对不对，说明写的不够详细点击提取/写入就报错：UnicodeEncodeError: 'cp932' codec can't encode character '\u65f6' in position 0: illegal multibyte sequence

设置勾选了替换译文，但看起来似乎没有注入，只是单纯的再一次提取新建了transDic.output.xlsx文件（吐槽一下，为啥就不能把提取和注入分为两个按钮呢）

除了剧情汉化文本要GBK格式的，其它的字都是代码，由于存在日文变量不能动，如果snr0.txt等文件以GBK保存游戏读取会出错

示例文件：snr0.txt

目录格式

具体怎么写入呢？

satan53x commented 8 months ago

TXT是纯文本，原本如果是cp932是无法写入GBK的，纯文本文件自身不支持编码之外的字符，无法进行保存。引擎要选BIN，默认是读cp932写GBK，不会改动到提取之外的文本。最好是勾选BIN启用纯文本正则模式。其他设置都不用变，正则和TXT引擎下是一致的。

satan53x commented 8 months ago

设置勾选了替换译文，但看起来似乎没有注入，只是单纯的再一次提取新建了transDic.output.xlsx文件（吐槽一下，为啥就不能把提取和注入分为两个按钮呢）

因为导入的时候本来就会重新提取一次，不然感知不到文件结构，重新生成的输出文档不用管它，不影响导入。译文替换是指text_conf.json配置的trans_replace功能，和能不能注入无关。

satan53x commented 8 months ago

按说明把transDic.output.xlsx改名transDic.json，不知道对不对，说明写的不够详细

提取和导入的格式一致，transDic.output.xlsx改成transDic.xlsx就行。

allrobot commented 8 months ago

TXT是纯文本，原本如果是cp932是无法写入GBK的，纯文本文件自身不支持编码之外的字符，无法进行保存。引擎要选BIN，默认是读cp932写GBK，不会改动到提取之外的文本。勾选BIN启用纯文本正则模式。

感谢指点，主程序总算能正常读取了

游戏程序：https://pixeldrain.com/u/Y5owHxqi

其中的scenario - 原版是解压出来的

通过olldbg修改主程序的CreateFontIndireA的x80为86，能显示一部分中文，但有些字符显示为乱码，请问怎么解决？

因为有些剧情文本是…这样的标点符号就没有提取，结果识别为乱码了😂

allrobot commented 8 months ago

亂嫗夘亃

乽唔~~~啊乿

图中的那些乱码，实际是：

【京介】

「唔~~~啊」

只有唔~~~啊是GBK编码，这些带shift-JIS都要提取，感觉会累，如何修改能使主程序同时显示日文和中文？

实在不行，就老老实实提取名字和日文编码的符号了

allrobot commented 8 months ago

尝试把「」『』【】这些都写进去，为什么匹配成这样？不仅匹配「」『』【】，也匹配里面的字符串了，这是要怎么写避免匹配重复项？

正则表达式：

000_skip=^[＠\d・;a-zA-z](.*?)$
90_search=^(?P<name>【.+?】)
91_search=^(?P<msg>『([^』]*)』)
97_search=^(?P<msg>「([^」]*)」)
100_search=^(?!「『【)(?P<msg>(.*?))$

allrobot commented 8 months ago

我用notepad++手动替换new目录下的txt文件乧=… 乽乿亀亁亂亃=「」『』【】等等就解决了游戏能正常显示了

satan53x commented 8 months ago

只有唔~~~啊是GBK编码，这些带shift-JIS都要提取，感觉会累，如何修改能使主程序同时显示日文和中文？

你是不想翻译这个符号的话也要提取出来，因为要转符号编码到GBK。如果一定要过滤的话可以通过二次提取JSON再过滤掉。字符是字符，编码是编码。不存在同一句话同时显示不同编码的文本，krkr都做不到，除非是你有游戏的源代码。

satan53x commented 8 months ago

000_skip=^[＠\d・;a-zA-z](.*?)$
90_search=^(?P<name>【.+?】)
91_search=^(?P<msg>『([^』]*)』)
97_search=^(?P<msg>「([^」]*)」)
100_search=^(?!「『【)(?P<msg>(.*?))$

91和97里边嵌套了捕获分组所以重复了，你把里边的捕获分组的()删掉就行。

allrobot commented 8 months ago

91和97里边嵌套了捕获分组所以重复了，你把里边的捕获分组的()删掉就行。

编辑，抱歉，是我正则表达式学艺不精

satan53x commented 8 months ago

你是说要重复利用分组吗？那直接使用正则的非捕获分组就行啊？和分组名没有关系。

satan53x commented 8 months ago

其实也不是非要精准匹配每个字符的。假设在你这个文本里，除了选项其他没有以数字开头的，且选项中文本在行尾。那么可以直接：

20_search=^\d.+,([^,]+?)$

不需要管里边有多少个逗号，反正只需要最后一个

allrobot commented 8 months ago

你是说要重复利用分组吗？那直接使用正则的非捕获分组就行啊？和分组名没有关系。

我不太会正则表达式，不知道怎么匹配

例如“200,180,0,きり11,0,0,桐乃の部屋へ直接注意しに行く”，用正则表达式表示：^\d+,\d+,\d+,[^,]+,\d+,\d+,([^,]+)$，用[^,]+期望仅匹配“桐乃の部屋へ直接注意しに行く”

如果有python的re.match(pattern, text).group指定捕获组就好了，在这个软件只能使用正则表达式

我试试20_search=^\d.+,([^,]+?)$

编辑，上面的不太行

网上查了下，反向正向肯定否定预查能行，(?<=\d,\d,)[日文字符编码范围]+$

平常不怎么用肯定和否定预查😂，这时候也只能学习学习了

satan53x / SExtractor

提取www/data时报错：TypeError: 'type' object is not subscriptable #40