解码古代格式

这是一种非常有趣的文件格式，可能会极大地满足二进制考古学家的要求。示例文件

背景文件

此文件格式创建于90年代，用于归档客户创建的AutoCAD零部件库，例如窗，门和列。第一行是纯文本xxxx DWG library 1.0，已从示例文件中将其删除以避免任何问题。公司xxx已经消失了，但不确定是否有人仍然拥有该商标。我父亲的许多设计文件都依赖于它。

此文件格式包含一个伴随的索引/参考文件，它是一个简单的dBase III。工作平台是DOS / Windows。

发现

我花了2天的时间来尝试理解格式。虽然还不完整，但我所得到的是：


它由两部分组成：文件列表部分和blob数组部分
文件列表section是一个简单的文件名数组+一个神话般的3字节文件代码（我们称其为m1）m1指向其二进制文件2字节的位置。左1个字节似乎与文件/记录名称有关。一个4字节的int指向其相应二进制文件的位置。

文件名的长度为0x20，空格填充为0x00。
m1不是通常的位置偏移。
文件记录由0x00分隔。


blob数组节很有趣。

每个Blob均以“ AS LZW 1.0”开头（不要错过尾部空格）。

然后是2个字节的未知用法。不是随机的。示例：0x6323、0x5b23、0xfa22、0x0223。 （称为m2）解码后的二进制文件的大小。
6个字节的0x00
2个字节，用途未知。不是随机的。大多为0x9ccc（称为m3）
然后是0xaa08 + 12个字节的0x00
二进制编码的LZW旧式代码：0c00 0000 0083 0c89 0123 460d 0008 113e 08c0 ...



问题


blob数组节中的blob是否真的用LZW压缩了？我尝试使用python lzw从m2，m3位置进行解码，但都失败了。
m1是否拥有解码blob的密钥？
m2，m3的用途是什么？
是否存在一种通用的方法来解码这种文件格式？ （好吧，我只有google :(和文件签名列表）010编辑器（不错的软件，谢谢@ 0xC0000022L）

更新


m1是3个字节。
感谢@ 0xC0000022L的注释。文件的第一行是：
ArchStar DWG Library 1.0（行以0x0d结尾）

尝试对blob进行尝试（切掉“ AS LWS 1.0”后），它报告

100.0％（.CEL）Autodesk FLIC图像文件（扩展名：flc，fli，cel）（ 7/3）

没有任何意义。


更新21/11/13

进度python lzw似乎相对而言最近，所以我研究了上个世纪的较旧的LZW实现，因此找到了libtiff的lzw模块，它是python实现（必须在其中使用bitarray模块：版本0.35，而不是最新版本）。这个具有蛮力方法的python库（由于@Attila），blob确实可以从28h开始解码（基于：“ AS LZW”）。最重要的是，解码后的文件以AutoCAD DWG格式“ AC10”开头！但是，它仅解码了大约30％的blob。

进度2从golang尝试了lzw，其解码配置顺序：LSB和litWid：2，解码了大约3倍的数据。明天将报告更多结果。

进度3用python LibTiff LZW解码的dwg是有效的AutoCAD DWG。 AutoCAD 2014报告从golang LZW解码的那一个无效。现在，我想斑点的其余部分是矢量的图像缩略图。将解码所有50个blob并报告。

更新22/11/13

用libtiff lzw（lzw.py）解码的blob无效，尽管它们正确标头“ AC10”。

我仔细查看了pylibtiff内部的lzw.py，发现前两行：


“”“ TIFF的Lempel-Ziv-Welch算法的编码器和解码器。

该模块已过时，请使用tif_lzw扩展模块。”“”
（经验教训：阅读每一行！ ）


所以我修改了代码，以使用tif_lzw解码blob。没有运气。这次，我逐行仔细阅读了代码。

乍一看，该文件还有另外两个Python包装器方法Py_decode和Py_encode。然后我注意到老式LZW代码的禁用方法LZWDecodeCompat。这很有趣。因此，我修改了模块，启用了LZWDecodeCompat并将其用于Py_decode方法中。 tif_lzw.decode方法需要额外的参数大小。我自然使用m1（对于第一个Blob，我使用0x4c07）。解码后的结果具有“ AC10”标头，并已在AutoCAD（mac ver）中成功打开，但未显示任何内容。 AutoCAD表示它是Trusted DWG，其中包含1个我找不到的块。所以我花了好几个小时安装Windows和AutoCAD。答对了！有一个柱状图！仍然存在问题。例如仍然无法为tif_lzw.decode方法调用找到合适的大小。

使用m3对所有50个二进制文件进行解码：
作为尺寸参数

模板（正在进行中）

struct FILE {

    char banner[26];
    char f1[2];
    FSkip(4); //char sp[4];

    local int count = 0;
    local int pos;
    local char sp[36];
    local char SP[36];
    Memset(SP, 0, 36);

    while(true){
        pos = FTell();
        ReadBytes(sp, pos, 36);

        if(Memcmp(sp, SP, 36) == 0){
            break;
        }
        count ++;
        FSeek(pos);

        struct {
            char name[32];
            DWORD loc;
        } index;
    }


    FSkip(36); //char sp2[36];
    struct Binary(int len){
            char banner[11];
            WORD size;
            FSkip(7);//char sp[7];
            char m3[2]; // CRC16?
            char m4[2]; // always AA 08
            FSkip(16);
            char lzw[len];
    };

    local int i;

    for(i = 1; i < count; i++){
        Binary b(index[i].loc - index[i-1].loc - 40);
    }

    if(count>0){
        Binary b(FileSize() - index[i-1].loc - 40);
    }
} file;