Question

我有一个pintool应用程序，它将应用程序访问的内存地址存储在一个文件中。这些地址是十六进制形式。如果我以字符串的形式写这些地址，它将需要大量的存储空间（接近300GB）。编写这么大的文件也会花费大量的时间。所以我想到了另一种减少使用存储量的方法。

十六进制地址的每个字符代表4位，每个ASCII字符为8位。所以我想用一个ASCII字符表示两个十六进制字符。

例如：如果我的十六进制地址是 0x26234B 那么相应的转换后的ASCII地址将是＆amp; #K （忽略0x，因为我知道所有地址都是十六进制的。）

我想知道有没有其他更有效的方法来实现这一点，这需要更少的存储空间。

注意：我正在使用c ++

Answer 1

这是一个好的开始。如果您真的想要更进一步，可以考虑使用zip库或霍夫曼编码来压缩数据。

Answer 2

假设您的地址是64位指针，并且这种表示对您的平台是明智的，您可以将它们存储为64位整数。例如，您列出0x1234567890abcdef，它可以存储为四个字节：

12 34 56 78 90 ab cd ef
(your pointer, stored in 8 bytes.)

或相同，但向后，取决于您选择的endianness。具体来说，您应该阅读this。

我们甚至可以在某种程度上独立于平台：uintptr_t是无符号整数类型，与指针的宽度相同（假设一个存在，它通常会这样做，但它不是一个确定的东西），和sizeof(our_pointer)，它给出了指针的字节大小。我们可以通过以下方式得到上述字节：

将指针转换为整数表示（即0x0026234b）
移动字节以挑出我们想要的字节。
把它贴在某处。

在代码中：

unsigned char buffer[sizeof(YourPointerType)];
for(unsigned int i = 0; i < sizeof(YourPointerType); ++i) {
    buffer[i] = (
        (reinterpret_cast<uintptr_t>(your_pointer) >> (sizeof(YourPointerType) - i - 1))
        & 0xff
    );
}

一些注意事项：

在最后一次循环迭代中执行>> 0。我怀疑这可能是未定义的行为，你需要一个if-case来处理它。
这将写出您的平台大小的指针，并要求它们可以合理地转换为整数。（如果不是这样的话，我认为uintptr_t不会存在。）它不会像在32位平台上那样在64位上做同样的事情，因为它们有不同的指针大小。（或者您遇到的任何其他指针大小的平台。）
一旦程序死亡，程序的指针就无效，并且在程序仍在运行时甚至可能无效。（如果指针指向程序决定释放的内存，则指针无效。）

可能有一个图书馆会为你做这件事。（struct，在Python中，这样做。）

以上是一个大端编码器。或者，您可以写出小端 - 维基百科的文章详细说明了差异。

最后，您可以将指针强制转换为指向unsigned char *的指针，并将其写入。（即，将指针的实际内存转储到文件中。）但这更依赖于平台。

如果您需要更多空间，请通过gzip运行。

在文件中存储十六进制地址

2 个答案: