Question

我想编写一个解析yum配置文件的程序。这些文件如下所示：

[google-chrome]
name=google-chrome - 64-bit
baseurl=http://dl.google.com/linux/chrome/rpm/stable/x86_64
enabled=1
gpgcheck=1
gpgkey=https://dl-ssl.google.com/linux/linux_signing_key.pub

这种格式看起来很容易解析，但是我不想重蹈覆辙。如果有一个可以通用解析此格式的现有库，我想使用它。但是，如何为您无法命名的内容找到一个库？文件扩展名在这里没有帮助。 yum本身并不会产生任何一般结果。

所以，请教我如何钓鱼：如何有效地找到我不知道的文件格式的名称？

Answer 1

识别未知文件格式可能会很麻烦。但是您有一些选择。我将从一个非常明显的开始。

问

向他人展示格式可能是找出其名称的最佳方法。有人可能会意识到这一点。如果没有人这样做，那么很有可能您面前拥有专有的文件格式。

对于您的yum存储库文件，我会说它是一个普通的旧INI文件。但是，让我们对此进行更多研究。

逆向工程

如果没有人认识您的格式，那么逆向工程也许是最好的选择。使用参考实现，找出它们用于解析格式的内容。幸运的是，yum是开源的。因此很容易查找。让我们看看yum作者用来解析其repo文件的内容：

try:
    ini = INIConfig(open(repo.repofile))
except:
    return None

https://github.com/rpm-software-management/yum/blob/master/yum/config.py#L1304

现在可以在这里找到此功能的导入：

from iniparse import INIConfig

https://github.com/rpm-software-management/yum/blob/master/yum/config.py#L32

这将我们带到一个名为iniparse（https://pypi.org/project/iniparse/）的库。因此，yum使用INI解析器作为其配置文件。

我将向您展示如何快速导航至此类代码段落因为在较大的项目中导航可能会令人生畏。

我使用了一个名为ripgrep（https://github.com/BurntSushi/ripgrep）的工具。我最初的锚通常是众所周知的文件路径。如果是yum，我将/etc/yum.repos.d用于初始搜索：

# assuming you are in the root directory of yum's source code
rg /etc/yum.repos.d yum
yum/config.py
769:    reposdir = ListOption(['/etc/yum/repos.d', '/etc/yum.repos.d'])

yum/__init__.py
556:        # (typically /etc/yum/repos.d)

这会将其缩小到两个文件。如果您继续使用诸如read或parse之类的术语，您将快速找到所需的结果。

如果您没有参考源怎么办？

有时候，您无权访问参考实现的源代码。例如：参考实现是封闭源。尝试破坏格式。插入一些垃圾，然后观察日志文件。如果幸运的话，您可能会发现有用的错误消息，可能会给您有关格式的提示。如果您觉得自己很勇敢，也可以尝试使用实际的反编译器。这可能是非法的，也可能不是非法的，也可能不是浪费时间。我个人只会在万不得已时这样做。

如何有效识别未知文件格式

1 个答案:

问

逆向工程

如果您没有参考源怎么办？