Cómo realizar ingeniería inversa de los formatos de archivo binarios con fines de compatibilidad

Question

Estoy trabajando en un software de preparación de archivos para permitir que los traductores trabajen fácil y eficientemente en una amplia gama de formatos de archivo.

En cuanto a los formatos basados ​​en texto (xml, php, archivos de recursos, ...) mi pequeña utilidad de preparación funciona bien, pero un problema importante para la mayoría de los traductores es manejar todo tipo de formatos binarios patentados (Framemaker, Publisher, Quark ...).

Estos archivos rara vez se solicitan y deben abrirse en aplicaciones costosas (pocos independientes pueden permitirse comprar software por valor de $ 20,000 solo para manejar algunos proyectos por año), y aun así no es conveniente trabajar directamente en aquellos aplicaciones de todos modos.

Me gustaría poder leer estos archivos y extraer el texto de tal manera que pueda ser traducido y luego reimportado en la aplicación original con el mínimo esfuerzo, o incluso mejor, para recrear un binario nativo válido archivo.

¿Eso suena factible?

¿Dónde puedo encontrar más información sobre el manejo de formatos de archivos binarios y hay herramientas útiles para este tipo de trabajos (además de los editores hexadecimales normales)?

Gracias de antemano.

Answer 1

Por supuesto, la ingeniería inversa es posible, pero sin las especificaciones de formato requerirá mucho trabajo. Me gustaría ver el retorno en el esfuerzo para apoyar estos formatos 'raramente solicitados, muy caros'. Tal vez sea mejor que dedique ese esfuerzo a mejorar la funcionalidad principal de su aplicación.

Otro ángulo es ponerse en contacto con las empresas con estos formatos, explicar su objetivo, explicar que ayuda a su producto, y si no lo ven como competencia, pueden estar dispuestos a ayudar.

Answer 2

Sé que desea realizar ingeniería inversa a ellos - pero ya que estos formatos de archivo puede ser decoro que busca en una curva muy pronunciada tratando de descifrarlos ...

Algunos (como he escrito algunos formatos propritety para uso interal anterior) tienen métodos y objetos específicos escritos en ellos que sirven algún proceso alternativo que los contenidos del archivo ellos mismos. Cosas que demostrarían que el nuevo archivo es ilegal.

Sólo mi 2 centavos y yo no soy abogado =>

Answer 3

Tal vez usted podría escoger una aplicación más barato que tiene funciones de importación para QuarkXPress. Por ejemplo, InDesign debería ser capaz de leer documentos de Quark. Luego use la aplicación de importación para exportar al formato que necesite, tal vez con la ayuda de un complemento.

Answer 4

Una pregunta muy similar: Tools to help reverse engineer binary file formats.