我在研究 CASIO EX-word 电子词典扩展内容。
ZH008
Japanese-Chinese Dictionary
日漢大辞典 / 日汉大辞典
内部编号：cz303
目标是从以下文件中完整导出词条文本：
W_CMP.CJD
W_HEAD.CJD
W_TREE.CJD
W_WCT.CJD
W_DBADD.CJT
ZH008D.D01
这是 CASIO 自己的词典格式。
已确认的格式
目前已经逆向出大部分解码流程：
- CPU/程序为 SH-4。
ZH008D.D01加载地址为0x70000000，入口为0x70000080。- D01 通过 syscall
0x2f调用固件中的词典解压器。 W_DBADD.CJT是 24 位大端偏移表。W_TREE.CJD包含两棵 Huffman tree。W_HEAD.CJD是共用短语库。W_WCT.CJD是 96 项字符/代码转换表。W_CMP.CJD是主要压缩正文。
W_DBADD.CJT 中共有约：
149,642 个压缩记录偏移
已经能正常提取的文本
下面是从 W_HEAD.CJD 解码并清除控制码后的真实内容：
【アーチ】 arch / アーチ
弓形；弧形；
白球が〜を描く /
（棒球，高尔夫球的）白球画了个弧形；
拱门；门，进出口处和窗的上部用石、砖等做成弓形或半圆形；
有马蹄形拱门、尖顶拱门等；
弧形结构；
〜式のダム /
弧形水库；拱坝；
彩楼；牌楼；
用杉树、扁柏等绿叶装饰而成的门；
另一个片段：
【アーロン】 Henry Arron / アーロン
阿龙（1934- ）；
美国职业棒球联赛中亚特兰大勇士队的外场手；
1974年打破贝弗・路斯的终生本垒打纪录714球；
1976年退役，终生纪录为755球；
这说明：
- Huffman tree 的读取基本正确；
- HEAD 引用位置和长度正确；
- WCT 输出过滤器基本正确；
- 日文 Shift-JIS、中文 GB/GBK 和 ASCII 混合文本可以还原。
现在卡住的地方
固件解压器处理 Huffman leaf >16 时，会访问一张 239 项的 literal table：
table_ptr = *(uint32_t *)0x8c7316ec;
pair = table_ptr[(leaf - 17) * 2];
关键地址：
指针槽：0x8c7316ec
表长度：239 × 2 = 478 字节
但静态分析发现：
- 应用启动 CRT 会清零
0x8c7316ec； - 固件中能找到的普通赋值点只在 custom WCT/TREE 分支；
- custom 分支要求 WCT 文件大小
>= 0x161（353）； - ZH008 的 WCT 是 192 字节，因此不会进入 custom 分支；
- 完整检查 CY436 NAND 中 294 个
WCT*.CJD，全部小于353字节； - 因此 default/fixed literal table 很可能来自运行时、boot ROM、kernel 或文件服务兼容层，而不是普通 NOR/NAND 文件。
我也测试过：
- 多种推测的239项表；
- Shift-JIS标点/假名表；
- 从 W_HEAD 统计高频字符；
- byte bigram/trigram/4-gram；
- 从旧款 CY102/CY113 提取的230张历史 literal table。
都能让局部字符“看起来像文字”，但上下文仍然错误，不能用于正式导出。
希望获得的帮助
最直接的办法是请有兼容真机的朋友做一次 RAM dump。
最好是：
CASIO EX-word E-D800
固件/平台：CY436
其他能运行 ZH008 的相近机型也可以尝试。
操作步骤
- 将 ZH008 安装到词典。
- 开机后进入 ZH008。
- 打开几个实际词条，让解码器完成初始化。
- 不要重启机器。
- 运行
MDUMP。 - 取得生成的：
EXTERNAL.BIN
CY436 上应该是从 0x8c000000 开始的16MB RAM。
MDUMP 不是我编写的，来自开源项目 dictscript：
dictscript/
softwares/
run-on-dictionary/
MEM_dumper/
build/cn/MDUMP/
mdump.d01
GitHub：
https://github.com/brijohn/libdataplus
https://github.com/dictdump/dictdump
如果愿意提供整个 EXTERNAL.BIN，我可以直接分析。
如果有人研究过 CASIO sys2f、D01、CY436 内存布局，或者手上有 EXTERNAL.BIN、boot ROM dump，也欢迎联系。
