在 C 中搜索二进制模式（读取缓冲的二进制文件）

Question

嘿。 我正在尝试编写一个小程序，该程序将在最后一次出现“0xFF 0xC0 0x00 0x11”后读取以下四个字节，该程序可以轻松转换为二进制或十进制。 目的是最后一次出现该十六进制模式后的 2-5 个字节表示 JPEG 文件的宽度和高度。

#include <stdio.h>

 int main () {
  FILE * pFile;
  long lSize;
  char * buffer;
  size_t result;

  pFile = fopen ( "pano8sample.jpg" , "rb" );
  if(pFile==NULL){
   fputs ("File error",stderr);
   exit (1);
  }

  fseek (pFile , 0 , SEEK_END);
  lSize = ftell (pFile);
  rewind (pFile);

  printf("\n\nFile is %d bytes big\n\n", lSize);

  buffer = (char*) malloc (sizeof(char)*lSize);
  if(buffer == NULL){
   fputs("Memory error",stderr);
   exit (2);
  }

  result = fread (buffer,1,lSize,pFile);
  if(result != lSize){
   fputs("Reading error",stderr);
   exit (3);
  }

  //0xFF 0xC0 0x00 0x11 (0x08)

  //Logic to check for hex/binary/dec

  fclose (pFile);
  free (buffer);
  return 0;
 }

问题是我不知道如何递归地从缓冲内存中读取并使用最近读取的变量作为 int 与我的二进制/十六进制/十进制进行比较。

我该怎么做呢？

Answer 1

byte needle[4] = {0xff, 0xc0, 0x00, 0x11};
byte *last_needle = NULL;
while (true) {
  byte *p = memmem(buffer, lSize, needle, 4); 
  if (!p) break;
  last_needle = p;
  lSize -= (p + 4) - buffer;
  buffer = p + 4;
}

如果last_needle不为空，则可以打印出last_needle+4 ...

Answer 2

我会使用一些状态机，而不是将整个文件读入内存。 我的 C 有点生疏，但是：

char searchChars[] = {0xFF,0xC0,0x00,0x11};
char lastBytes[5];
int pos = 0; int curSearch = 0;
while(pos <= lSize) {
    curChar = getc(pfile); pos++;            /*readone char*/

    if(curChar == searchChars[curSearch]) { /* found a match */
        curSearch++;                        /* search for next char */
        if(curSearch > 3) {                 /* found the whole string! */
            curSearch = 0;                  /* start searching again */
            read = fread(lastBytes,1,5,pfile); /* read 5 bytes */
            pos += read;                      /* advance position by how much we read */
        }
    } else { /* didn't find a match */
        curSearch = 0;                     /* go back to searching for first char */
    }
 }

最后，您在 lastBytes 中剩下 5 个字节，这是您上次找到 searchChars 之后的五个字节

Answer 3

就个人而言，我会使用一次吞下一个字符的函数。 该函数将使用有限状态机进行简单的正则表达式匹配，将细节保存在静态局部变量或参数块结构中。 您需要两个子块 - 一个用于部分匹配状态，一个用于最后一次完整匹配 - 每个都根据需要指示相关位置或值。

在这种情况下，您应该能够手动设计它。 对于更复杂的需求，请查看Ragel 。

Answer 4

如果数据以 ascii 编码，则可以在 C/C++ 中使用 fscanf 函数。 如果不是，您将必须编写自己的函数来执行此操作。 简单的方法是从文件中读取 N 个字节，在字节字符串中搜索您想要的模式，然后继续直到 EOF。

您的代码实际上一次读取整个文件（如果您要查找的行靠近文件顶部，则不需要。）您的代码将文件作为字节数组存储在堆上（char 相当于 C++ 中的一个字节） with buffer 指向内存中连续数组开头的指针。 像操作任何其他数组一样操作缓冲区数组。

此外，如果您打算在读取大小后执行任何操作，请确保释放 malloced 缓冲区对象以避免泄漏。

Answer 5

使用magic_open() 和magic_print() 更安全易用