我正在为我的计算机安全课程开发一个项目，我有几个问题。我有一个想法，写一个程序，将搜索整个硬盘寻找电子邮件地址。我只是在寻找以纯文本格式存储的地址，因为否则很难找到任何其他内容。我认为找到地址的最佳方法是使用正则表达式。
我在C＃中编写了一个相当不错的应用程序，但我想看看是否有人有更好的想法。我完全赞成用另一种语言写这个，因为我认为C＃不是最适合这种类型的东西。到目前为止，我创建的应用程序只是从C：/开始，并以递归方式查找驱动器上的所有文件，跳过那些无法访问的文件。它还会跳过512mb以上的所有常见图像，视频，音频，压缩文件。这会加快它的速度，但是大文件很可能包含一些有用的东西。生成文件列表大约需要12秒钟，我猜大约需要一个小时来检查它们。一个缺点是它在扫描时使用大约50％的CPU。
我正在寻找有关如何改进搜索的想法。是否有更快的方式，更有效的方式，更彻底的方式，这样的事情？我试图思考是否有任何方法可以判断文件是否包含纯文本字符串。如果你有任何很酷的想法，请告诉我。谢谢。
答案 0 :(得分：5)
老实说，最简单的现有方法是使用grep。当你改进你的程序时，比较你的速度，当你接近时，不要再担心优化了。或者，请查看其源代码，以获取您正在寻找的现有产品的示例。
答案 1 :(得分：1)
如其他地方所述，如果安装UNIX工具的Win32端口，则已存在此工具。或者，Windows等效项为：
for /r c:\ %i in (*.*) do findstr /i /r "regular expression" "%i"
答案 2 :(得分：0)
您应该使用grep + find。 grep针对快速搜索文件进行了优化，find已经过优化，可以为此类内容提供相应文件的列表。人们花了很长时间来优化这些工具 - 无需重新发明轮子。