逆向解析苹果 bplist 的问题

[scienhub]

目的

解析 bplist 文件

背景

本人研究医学图像 AI 的，现在有个需求，就是把医生在 Osirix （一个医生看影像的软件）上圈出来的 ROI （ region of interest ，就是一个闭合的多边形，将目标区域，比如肿瘤，围起来）转出来存成 json/xml 等 readable 的格式。

由于 Osirix 批量导出的时候导出的是它自己的一个格式，里面存的是一堆 bytes ，类似于这种

b'bplist00\xd4 后面很长

说白了这东西里面存的就是 ROI 上的每个点的坐标，以及医生标注的 ROI 的名字（比如恶性肿瘤，良性肿瘤）。

大概问了下 chatGPT ，说这是 bplist 的格式（我的理解大概是 Google protobuf 类似的东西，不过是 apple 的）。

目前我们尝试了两种方案去解析 Osirix 导出的文件：

1. 逆向工程。我们尝试了逆向工程，通过标注一些特定坐标的标注，然后观察 Osirix 导出的文件格式，大概写了个解析的代码。问题是这个逆向并不完美，总有些 case 会出现无法解析的问题。这个成功率大概有个 92%。

2. 直接用 python 的 bplist 解析库。这个错误率更高，成功率大概只有 20%。很多 case 都无法解析。

然后我今天突然发现 Osirix 居然有个开源版本Horos，并且有 ROI 导出的相关功能。

如果有了怎么编码 ROI 的源码，按理说就能开发一个完美的工具来逆向了。问题是这个开源项目比较大，难以定位相关代码。我大概用 bplist/roi/NSKeyedArchiver 等关键词搜了下，没找到。

我的问题

有没有大哥比较熟悉 bplist 的，或者比较懂 MacOS 开发的，可以指点下如何快速定位源代码里相关代码的？

[shuax]

@scienhub 你的不能解析的 bplist 末尾都多一个 0 ，然后 python 库 unsupported type: <class 'plistlib.UID'> 你自己补充一下应该就好吧。

[ETiV]

看了这 4 个文件，要是只需要坐标的话，直接正则匹配就行了：XY 坐标对儿都是 {a.b, m.n} 这样的字面量格式

strings {文件名} 先转一下，然后从 XNSObject 的下一行开始读，读到含有 NSMutableArray 的行截止

至于 [医生标注的 ROI 的名字（比如恶性肿瘤，良性肿瘤）] ，不知道是不是个枚举值，没有字面量的表示形式。

[icyalala]

这就是 NSKeyedArchiver 生成的 plist 文件，我逆向了一下 osirix lite ，丢给 copliot 让它写个转 json 的工具：
https://pastebin.com/JMDB5h0m

这个 plist 可能会在结尾多一个或者两个 0 ，所以解析的时候要多尝试两次。

[icyalala]

Horos 的那个源码在这里： https://github.com/horosproject/horos/blob/horos/Horos/Sources/ROI.m#L675

[scienhub]

@icyalala 感谢大哥！你这个代码我编译了一下能解析我这边所有的文件！

太感激了，大哥方便加个联系方式不，我主页有绿色软件联系方式，我这边给大哥发个红包，以示感谢。

[icyalala]

@scienhub 不用不用。。