Question

我有170个1GB的二进制文件，我想在每次找到特定的ASCII字符串时拆分它们。其中一些字符串也有换行符。

csplit接缝就像完成此任务的完美工具一样，但它接触它并不适用于二进制文件。

问题

如果我将搜索字符串转换为十六进制/二进制，这是否会使问题更容易解决，所以它是二进制数据中的二进制搜索？

如果没有，我如何拆分基于ASCII字符串的二进制文件，其中一些字符串有换行符？

Answer 1

除了二进制文件通常包含不会出现在文本文件中的数据之外，二进制文件没有什么特别之处，而且打印时它们看起来并不好看。它们仍然是一系列必须被理解的八位字节，大多数体面的语言都可以让你做到这一点。

一个例子可能有帮助。

您没有描述要用作分隔符的字符串，并且在读取完每个块后，您不会说出要对每个块执行的操作，所以这是一个Perl程序，读取以specific ASCII string结尾的块中的1GB原始文件，并将它们一次写入一个新文件。所以它相当笨拙地复制文件。

use strict;
use warnings;

open my $fh, '<:raw', '1GBfile' or die $!;
local $/ = 'specific ASCII string';

open my $out_fh, '>:raw', 'new1GBfile' or die $!;
select $out_fh;

print while <$fh>;

close $out_fh or die $!;

根据您对文件中的数据执行的操作，您可能会发现File::Map有用

Answer 2

您可以将输入记录分隔符$/更改为要分割的特定搜索字符串（默认情况下，它是换行符）。然后在阅读输入文件时，将每条记录打印到一个新的唯一文件：

#!/usr/bin/perl

use strict;
use warnings;

# change the input record separator to whatever string you want
$/ = "SOME STRING";

my $file_num = 0;
while (my $data = <>) {
  chomp $data; # remove input record separator
  my $file = "file." . ++$file_num;
  open my $fh, '>', $file or die "can't open file: $file: $!\n";
  print $fh $data;
  close $fh;
}

基于字符串拆分二进制文件

2 个答案: