[英]How to parse a tar file in C++
我想要做的是下载一个包含多个目录的.tar文件,每个目录包含2个文件。 问题是我找不到一种方法来读取tar文件而不实际提取文件(使用tar
)。
完美的解决方案将是这样的:
#include <easytar>
Tarfile tar("somefile.tar");
std::string currentFile, currentFileName;
for(int i=0; i<tar.size(); i++){
file = tar.getFileText(i);
currentFileName = tar.getFileName(i);
// do stuff with it
}
我可能不得不自己写这个,但任何想法都会受到赞赏..
经过一番工作后,我自己想出了这个。 tar文件规范实际上告诉你需要知道的一切。
首先,每个文件都以512字节的头开头,因此您可以使用char [512]或char *来指示它,指向较大char数组中的某个位置(例如,如果您将整个文件加载到一个数组中)。
标题看起来像这样:
location size field
0 100 File name
100 8 File mode
108 8 Owner's numeric user ID
116 8 Group's numeric user ID
124 12 File size in bytes
136 12 Last modification time in numeric Unix time format
148 8 Checksum for header block
156 1 Link indicator (file type)
157 100 Name of linked file
所以如果你想要文件名,你可以在这里用string filename(buffer[0], 100);
抓住它string filename(buffer[0], 100);
。 文件名为空填充,因此您可以检查以确保至少有一个null,如果要节省空间,则不要使用大小。
现在我们想知道它是文件还是文件夹。 “链接指示符”字段包含此信息,因此:
// Note that we're comparing to ascii numbers, not ints
switch(buffer[156]){
case '0': // intentionally dropping through
case '\0':
// normal file
break;
case '1':
// hard link
break;
case '2':
// symbolic link
break;
case '3':
// device file/special file
break;
case '4':
// block device
break;
case '5':
// directory
break;
case '6':
// named pipe
break;
}
此时,我们已经掌握了有关目录的所有信息,但我们需要从普通文件中获取更多信息:实际文件内容。
文件的长度可以以两种不同的方式存储,可以是0或空格填充的以空字符结尾的八进制字符串,也可以是“通过设置最左边的字节的高位来指示的base-256编码一个数字字段“。
数字值使用ASCII数字以八进制数编码,前导零。 由于历史原因,应使用最终的NUL或空格字符。 因此,尽管保留了12个字节用于存储文件大小,但是只能存储11个八进制数字。 这使归档文件的最大文件大小为8千兆字节。 为了克服这个限制,2001年的star引入了base-256编码,通过设置数字字段最左边字节的高位来指示。 GNU-tar和BSD-tar遵循了这个想法。 此外,1988年第一个POSIX标准之前的tar版本用空格而不是零填充值。
这是你如何阅读八进制格式,但我还没有为base-256版本编写代码:
// in one function
int size_of_file = octal_string_to_int(&buffer[124], 11);
// elsewhere
int octal_string_to_int(char *current_char, unsigned int size){
unsigned int output = 0;
while(size > 0){
output = output * 8 + *current_char - '0';
current_char++;
size--;
}
return output;
}
好的,现在我们拥有除实际文件内容之外的所有内容。 我们所要做的就是从tar文件中获取下一个size
的数据字节,我们将获得文件内容:
// Get to the next block after the header ends
location += 512;
file_contents = new char[size];
memcpy(file_contents, &buffer[location], size);
// Go to the next block by rounding up to 512
// This isn't necessarily the most efficient way to do this,
// but it's the most obvious.
location += (int)ceil(size / 512.0)
你看过libtar了吗?
从fink包信息:
libtar-1.2-1:tar文件操作API libtar是一个用于操作POSIX tar文件的C库。 它处理向tar存档添加文件和从tar存档中提取文件。 libtar提供以下功能:
*灵活的API - 您可以操作单个文件或只是一次提取整个存档。
*允许用户指定的read()和write()函数,例如zlib的gzread()和gzwrite()。
*支持POSIX 1003.1-1990和GNU tar文件格式。
不是c ++ 本身 ,但你很容易链接到c ...
libarchive可以是解析tarball的开源库。 Libarchive可以从存档文件中读取每个文件而无需提取,也可以写入数据以形成新的存档文件。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.