Question

我正在从文件中读取二进制数据，特别是从zip文件中读取。（要了解有关zip格式结构的更多信息，请参阅http://en.wikipedia.org/wiki/ZIP_%28file_format%29）

我创建了一个存储数据的结构：

typedef struct {
                                            /*Start Size            Description                                 */
    int signatute;                          /*   0  4   Local file header signature = 0x04034b50                */
    short int version;                      /*   4  2   Version needed to extract (minimum)                     */
    short int bit_flag;                     /*   6  2   General purpose bit flag                                */
    short int compression_method;           /*   8  2   Compression method                                      */
    short int time;                         /*  10  2   File last modification time                             */
    short int date;                         /*  12  2   File last modification date                             */
    int crc;                                /*  14  4   CRC-32                                                  */
    int compressed_size;                    /*  18  4   Compressed size                                         */
    int uncompressed_size;                  /*  22  4   Uncompressed size                                       */
    short int name_length;                  /*  26  2   File name length (n)                                    */
    short int extra_field_length;           /*  28  2   Extra field length (m)                                  */
    char *name;                             /*  30  n   File name                                               */
    char *extra_field;                      /*30+n  m   Extra field                                             */

} ZIP_local_file_header;

sizeof(ZIP_local_file_header)返回的尺寸为40，但如果使用sizeof运算符计算每个字段的总和，则总尺寸为38。

如果我们有下一个结构：

typedef struct {
    short int x;
    int y;
} FOO;

sizeof(FOO)返回8，因为每次为内存分配4个字节。因此，分配x保留4个字节（但实际大小为2个字节）。如果我们需要另一个short int，它将填充先前分配的剩余2个字节。但是因为我们有一个int，它将被分配加4个字节，空的2个字节被浪费。

要从文件中读取数据，我们可以使用函数fread：

ZIP_local_file_header p;
fread(&p,sizeof(ZIP_local_file_header),1,file);

但由于中间有空字节，因此无法正确读取。

如果ZIP_local_file_header浪费没有字节，我可以做些什么才能顺序有效地存储数据？

Answer 1

为了满足底层平台的对齐要求，结构可能在成员之间有“填充”字节，以便每个成员从正确对齐的地址开始。

有几种解决方法：一种是使用适当大小的成员分别读取标题的每个元素：

fread(&p.signature, sizeof p.signature, 1, file);
fread(&p.version, sizeof p.version, 1, file);
...

另一种方法是在结构定义中使用位域;这些不受填充限制。缺点是位字段必须是unsigned int或int，或者从C99开始，_Bool;您可能必须将原始数据转换为目标类型以正确解释它：

typedef struct {                 
    unsigned int signature          : 32;
    unsigned int version            : 16;                
    unsigned int bit_flag;          : 16;                
    unsigned int compression_method : 16;              
    unsigned int time               : 16;
    unsigned int date               : 16;
    unsigned int crc                : 32;
    unsigned int compressed_size    : 32;                 
    unsigned int uncompressed_size  : 32;
    unsigned int name_length        : 16;    
    unsigned int extra_field_length : 16;
} ZIP_local_file_header;

如果文件是用big-endian编写的，但你的系统是little-endian，你可能还需要在每个成员中进行一些字节交换。

请注意，name和extra field不是结构定义的一部分;当你从文件中读取时，你不会读取名称和额外字段的指针值，你将会阅读的实际内容名称和额外字段。由于在阅读标题的其余部分之前您不知道这些字段的大小，因此在阅读上述结构之后，您应该推迟阅读它们。像

这样的东西

ZIP_local_file_header p;
char *name = NULL;
char *extra = NULL;
...
fread(&p, sizeof p, 1, file);
if (name = malloc(p.name_length + 1))
{
    fread(name, p.name_length, 1, file);
    name[p.name_length] = 0;
}
if (extra = malloc(p.extra_field_length + 1))
{
    fread(extra, p.extra_field_length, 1, file);
    extra[p.extra_field_length] = 0;
}

Answer 2

C struct只是将相关的数据分组在一起，它们没有在内存中指定特定的布局。（正如int的宽度也没有定义。）Little-endian / Big-endian也没有定义，并且取决于处理器。

不同的编译器，不同架构或操作系统上的相同编译器等，将以不同的方式布局结构。

由于要读取的文件格式是根据哪个字节去哪里定义的，因此结构虽然看起来非常方便和诱人，但却不是正确的解决方案。您需要将文件视为char[]并提取所需的字节并移动它们以使数字由多个字节组成，等等。

Answer 3

该解决方案是特定于编译器的，但是例如在GCC中，您可以通过将__attribute__((packed))附加到定义来强制它更紧密地打包结构。请参阅http://gcc.gnu.org/onlinedocs/gcc-3.2.3/gcc/Type-Attributes.html。

Answer 4

我使用zip压缩文件已经有一段时间了，但我确实记得添加自己的填充以实现PowerPC arch的4字节对齐规则的做法。

最好你只需要将结构的每个元素定义为你想要读入的数据块的大小。不要只使用'int'，因为它可能是平台/编译器定义为各种大小。< / p>

在标题中执行以下操作：

typedef unsigned long   unsigned32;
typedef unsigned short  unsigned16;
typedef unsigned char   unsigned8;
typedef unsigned char   byte;

然后使用unsigned32代替仅使用int，其中有一个已知的4字节vaule。对于任何已知的2字节值，无符号16。

这将帮助您查看在哪里可以添加填充字节以达到4字节对齐，或者您可以将2,2字节元素组合在一起以构成4字节对齐。

理想情况下，您可以使用最少的填充字节（可以在以后扩展程序时用于添加其他数据），或者根本不使用任何填充字节，如果您可以将所有内容与4字节边界对齐，最后使用可变长度数据

Answer 5

此外，名称和extra_field最有可能不包含任何有意义的数据。至少不在程序运行之间，因为这些是指针。

将二进制数据（从文件）读入结构

5 个答案: