Question

我有许多大型二进制存档文件，每个文件都包含其他文件的集合。我知道文件的位置，起始位置（固定偏移量）和长度（变化但可以找到它），所以我可以提取它。

该文件结束后，下一个文件之前将有一个NUL字符序列，其长度取决于先前文件数据的大小。

我现在有自己的解决方案，该解决方案是通过搜索第一个非NUL字符来找到文件之间的填充符长度。

my @KNOWNFILE_FillerSize;

# Continue from the extraction/read of the previous known file
# (to get the unknown offset of the EOF)
my $KNOWNFILE_EOF_CurrentLocation = tell $bin;

# Read a large amount, just in case the space is insanely large
read($bin, my $KNOWNFILE_FillerSize, 0x183E1); 

while ( $KNOWNFILE_FillerSize =~ m/($Null_Filler_Search)/g ) { # [^\x00]

    my $KNOWNFILE_FillerSize        = $1;
    my $KNOWNFILE_FillerSize_Offset = $-[0] + $KNOWNFILE_EOF_CurrentLocation;

    push @KNOWNFILE_FillerSize, "$KNOWNFILE_FillerSize_Offset";
}

my $KNOWNFILE_FillerSize_FirstOffset = $KNOWNFILE_FillerSize[0];
my $KNOWNFILE_FillerSize_Result      = $KNOWNFILE_FillerSize_FirstOffset - $KNOWNFILE_EOF_CurrentLocation;

尽管这可行，但我必须重新读取已知文件，寻找其偏移量并读取其数据，以便可以回到文件末尾。从那里，我使用现在已知的填充大小，并将其添加到文件偏移量的末尾，以便获取下一个文件的开始。有更好的方法吗？

更新：现在我有一个类似的新问题，我需要计算与此相反的问题。我有数据，现在我需要知道它的动态端点（因此我最终不知道文件的大小，但是我知道它以FF填充符结尾）。我尝试了各种正则表达式来匹配所有非FF或仅匹配ISNT FF的数据。似乎无济于事...我很想对此提出另一个问题。

Answer 1

我必须重新读取已知文件，寻找其偏移量并读取其数据

不，您当然不会。您说您知道文件的长度，所以从seek到$file_start + $file_length

如果填充符最大为0x1ED0字节，则只需读取0x2000字节并找到第一个0x01字符即可。无需阅读以下所有文件。

修复您的变量名。一切都以KNOWNFILE开始，它们看起来都一样，因为眼睛吸引了首都。（此外，您实际上不能在 unknown 文件中包含一个包含数据的变量。my $filler_size更具可读性，根本没有任何大写字母，并且Perl标识符的常规格式。大写字母通常用于全局变量和程序包名称。

查找未知分隔符的归档文件中的文件位置

1 个答案: