Reverse-engineering Codemasters' BIGF archive format in Ruby

近日，一位技术爱好者在其个人博客中详细披露了如何通过逆向工程手段，使用 Ruby 语言解析《F1 2020》《尘埃拉力赛2.0》等游戏开发商 Codemasters 所使用的 BIGF 存档格式。该研究不仅为游戏 Mod 开发者打开了新的大门，也揭示了大型游戏工作室在数据打包方面的内部实现细节。

一、BIGF 格式：被遗忘的档案柜

BIGF 是 Codemasters 在多个赛车游戏中采用的自定义存档格式，其名称可能源自“Big File”（大文件）的缩写。与常见的 ZIP、PAK 等通用压缩格式不同，BIGF 是一种纯粹的归档格式——它仅将多个文件（如纹理、模型、音频）连续拼接存储，并附加一个紧凑的索引表，记录每个文件的偏移量、大小和名称。

根据逆向分析，一个标准的 BIGF 文件结构如下：

文件头（12 字节）：包含魔数 BIGF（4 字节）、版本号（4 字节，通常为 2）、文件数量（4 字节）。
文件条目表：每个条目占 60 字节，包括文件名（48 字节，以空字符填充）、文件偏移量（8 字节）、文件大小（4 字节）。
数据区：所有文件按顺序连续存储，无额外对齐或压缩。

这种设计在 2000 年代早期非常流行，其优势在于索引简单、读取快速，但缺点也很明显：无法压缩、无法单独更新，且文件名有长度限制。

二、逆向工程：从二进制到 Ruby 代码

这位技术爱好者（以下简称“作者”）在分析《F1 2020》的更新包时，注意到其 .bigf 文件内部似乎存储了多个独立的资源文件。由于缺乏官方文档，他决定采用经典的二进制逆向流程：

十六进制查看器初探：使用 xxd 或 HxD 打开文件，观察到开头的 BIGF 魔数和紧随其后的两个 32 位整数，初步推断为版本号和文件数。
模式识别：在文件的不同位置发现以 00000000 填充的区域，进一步分析确认这些是文件名与数据之间的对齐空白。
偏移量验证：通过计算第一个文件的偏移量（从索引表后开始），并与文件头中的文件数量相乘，验证了索引表的精确长度。
编写 Ruby 脚本来解析：

class BigfArchive
  def initialize(file_path)
    @data = File.binread(file_path)
    parse_header
    parse_entries
  end

  private

  def parse_header
    magic = @data[0, 4]
    raise 'Not a BIGF file' unless magic == 'BIGF'
    @version = @data[4, 4].unpack1('V')  # 小端存放
    @file_count = @data[8, 4].unpack1('V')
  end

  def parse_entries
    offset = 12
    @entries = @file_count.times.map do
      name = @data[offset, 48].delete("\x00").strip
      file_offset = @data[offset + 48, 8].unpack1('Q')
      file_size = @data[offset + 56, 4].unpack1('V')
      offset += 60
      { name: name, offset: file_offset, size: file_size }
    end
  end

  def extract_all(path = 'extracted')
    Dir.mkdir(path) unless Dir.exist?(path)
    @entries.each do |entry|
      content = @data[entry[:offset], entry[:size]]
      File.binwrite("#{path}/#{entry[:name]}", content)
      puts "Extracted #{entry[:name]}"
    end
  end
end

这段代码仅约 40 行，却能够完整无误地解包任意一个 BIGF 存档，充分体现了 Ruby 在二进制数据处理上的灵活性。作者还特别提到，使用 unpack 方法和 Q（64 位无符号整数）、V（32 位小端无符号整数）等模式，可以高效地从字节序列中提取结构化数据。

三、意义与影响：从社区实用到学术价值

这项逆向工程工作对游戏 Mod 社区具有直接意义。此前，要修改《F1 系列》或《尘埃系列》的车辆涂装、HUD 元素或音频文件，玩家往往需要借助第三方闭源工具，且这些工具常常滞后于游戏更新。而有了开源的 Ruby 解析器，任何人都可以自行解包、替换资源并重新打包（只要实现反向写入逻辑），完全不受原公司支持周期的影响。

从技术角度看，BIGF 格式的简单性也反映出早期游戏开发中的“实用主义”哲学——在磁盘空间和内存都极为有限的年代，无需压缩的归档格式能够保证最低的加载延迟。Codemasters 一直沿用至今，甚至在一些新作中仍能看到其身影，这本身就值得技术史研究者注意。

四、结语

“逆向工程不是破解，而是学习。”作者在文末如此总结。通过 Ruby 这把瑞士军刀，我们得以窥见一个主流游戏工作室的存档格式设计思路。对于希望深入理解游戏文件结构或从事 Mod 开发的读者，这篇教程无疑是一份入门级的宝典。随着更多爱好者加入这类逆向工作，或许未来我们能期待一个由社区维护的、跨游戏的统一资源管理工具。

（本文基于公开技术博客内容编译整理，所有代码仅供学习研究使用，请遵守相关游戏用户协议。）

一、BIGF 格式：被遗忘的档案柜

二、逆向工程：从二进制到 Ruby 代码

三、意义与影响：从社区实用到学术价值

四、结语

相关阅读