Question

我想知道解析无类型二进制文件的最佳方法是什么。例如，EBML文件。（http://ebml.sourceforge.net/）。 EBML基本上是一个二进制xml文件。它基本上可以存储任何东西，但它现在占主导地位的是MKV视频文件（matroska）。

要在字节级别读取EBML文件，请读取标头以确保它是EBML文件并检索有关该文件的信息。 MKV文件可能很大，大小为1-30GB。

二进制文件可以是任何东西，jpeg，bmp，avi等...... 我只是想学习如何阅读它们。

Answer 1

基本上，你做

const
  MAGIC_WORD = $535B;

type
  TMyFileTypeHeader = packed record
    MagicWord: word; // = MAGIC_WORD
    Size: cardinal;
    Version: cardinal;
    Width: cardinal;
    Height: cardinal;
    ColorDepth: cardinal;
    Title: array[0..31] of char;
  end;

procedure ReadFile(const FileName: string);
var
  f: file;
  amt: integer;
  FileHeader: TMyFileTypeHeader;
begin

  FileMode := fmOpenRead;
  AssignFile(f, FileName);

  try
    Reset(f, 1);

    BlockRead(f, FileHeader, sizeof(TMyFileTypeHeader), amt);

    if FileHeader.MagicWord <> MAGIC_WORD then
      raise Exception.Create(Format('File "%s" is not a valid XXX file.', [FileName]));

    // Read, parse, and do something

  finally
    CloseFile(f);
  end;     


end;

例如，位图文件以BITMAPFILEHEADER结构开头，后跟（版本3）BITMAPINFOHEADER。接下来是一个可选的调色板项目数组，然后是未压缩的RGB像素数据（在最简单的情况下，这里是24位格式）：BBGGRRBBGGRRBBGGRR ......

另一方面，阅读JPG非常很复杂，因为JPG数据的压缩需要大量的高等数学才能理解（我认为 - 我实际上从来没有真正挖掘过JPG规范）。至少，对于许多现代图像文件格式都是如此。另一方面，BMP是微不足道的 - 可能发生的“最糟糕”事情是图像被RLE压缩。

解析文件的“细节”完全取决于文件格式。文件格式规范告诉开发人员如何以二进制形式存储数据（上面，两个位图结构是Windows位图规范的一部分）。它就像一个合同，由这些文件的所有编码器/解码器签名（不是字面上）。对于EBML，规范似乎可用here。

Answer 2

只需使用TFileStream，就像这样......

var MyFile: TStream;
begin
MyFile := TFileStream.Create( fmOpenRead, FileName);
try
  // Read stuff
  MyFile.ReadBuffer( MyVariable, SizeOf( MyVariable));
  // etc.
finally
  MyFile.Free
  end;

Answer 3

你可以记忆地映射文件。然后，您可以像访问内存一样访问它。见http://msdn.microsoft.com/en-us/library/aa366556(VS.85).aspx

在Delphi中读取/解析无类型二进制文件的最佳方法

3 个答案: