如何在Perl中读取二进制文件

Question

我在编写Perl脚本来读取二进制文件时遇到问题。

我的代码如下所示， $file是二进制格式的文件。 我试图通过网络搜索并在我的代码中应用，试图将其打印出来，但似乎它不能正常工作。

目前，它仅打印“&&&&&&&&&&&‘和‘’ppppppppppp’，但我真正想要的是它可以打印出各的$line ，这样我以后可以做一些其他的后处理。 另外，我不太确定$data是什么，因为我认为它是文章中示例代码的一部分，说明是一个标量。 我需要一个可以指出我代码中错误出错的人。 以下是我的所作所为。

my $tmp = "$basedir/$key";
opendir (TEMP1, "$tmp");
my @dirs = readdir(TEMP1);
closedir(TEMP1);

foreach my $dirs (@dirs) {
    next if ($dirs eq "." || $dirs eq "..");
    print "---->$dirs\n";
    my $d = "$basedir/$key/$dirs";
    if (-d "$d") {
        opendir (TEMP2, $d) || die $!;
        my @files = readdir (TEMP2); # This should read binary files
        closedir (TEMP2);

        #my $buffer = "";
        #opendir (FILE, $d) || die $!;
        #binmode (FILE);
        #my @files =  readdir (FILE, $buffer, 169108570);
        #closedir (FILE);

        foreach my $file (@files) {
            next if ($file eq "." || $file eq "..");
            my $f = "$d/$file";
            print "==>$file\n";
            open FILE, $file || die $!;
            binmode FILE;
            foreach ($line = read (FILE, $data, 169108570)) {
                print "&&&&&&&&&&&$line\n";
                print "ppppppppppp$data\n";
            }
            close FILE;
        }
    }
}

我已经改变了我的代码，所以它如下所示。 现在我可以阅读$ data了。 感谢J-16 SDiZ指出这一点。 我正在尝试将我从二进制文件中获取的信息推送到名为“@array”的数组，想要从数组中获取数据，以获取字符串中哪个匹配“p04”但是失败。 有人可以指出错误在哪里？

my $tmp = "$basedir/$key";
opendir (TEMP1, "$tmp");
my @dirs = readdir (TEMP1);
closedir (TEMP1);

foreach my $dirs (@dirs) {
    next if ($dirs eq "." || $dirs eq "..");
    print "---->$dirs\n";
    my $d = "$basedir/$key/$dirs";
    if (-d "$d") {
        opendir (TEMP2, $d) || die $!;
        my @files = readdir (TEMP2); #This should read binary files
        closedir (TEMP2);

        foreach my $file (@files) {
            next if ($file eq "." || $file eq "..");
            my $f = "$d/$file";
            print "==>$file\n";
            open FILE, $file || die $!;
            binmode FILE;
            foreach ($line = read (FILE, $data, 169108570)) {
                print "&&&&&&&&&&&$line\n";
                print "ppppppppppp$data\n";
                push @array, $data;
            }
            close FILE;
        }
    }
}

foreach $item (@array) {
    #print "==>$item<==\n"; # It prints out content of binary file without the ==> and <== if I uncomment this.. weird!
    if ($item =~ /p04(.*)/) {
        print "=>$item<===============\n"; # It prints "=><===============" according to the number of binary file I have.  This is wrong that I aspect it to print the content of each binary file instead :(
        next if ($item !~ /^w+/);
        open (LOG, ">log") or die $!;
        #print LOG $item;
        close LOG;
    }
}

同样，我改变了我的代码如下，但它仍然不起作用，因为它无法通过检查“日志”文件正确地grep“p04”。 它确实grep整个文件包括二进制这样的“@ ^ @ ^ @ ^ @ ^ G ^ D ^ @ ^ @ ^ @ ^^ @ p04bbhi06 ^ @ ^^ @ ^ @ ^ @ ^ @ ^ @ ^ @ ^ @ ^ @hh ^ R ^ @ ^ @ ^ @ ^^ @ ^ @ ^ @ p04lohhj09 ^ @ ^ @ ^ @ ^^ @@“。 我所面对的是它只用grep p04bbhi06和p04lohhj09进行grep。 以下是我的代码：

foreach my $file (@files) {
    next if ($file eq "." || $file eq "..");
    my $f = "$d/$file";
    print "==>$file\n";
    open FILE, $f || die $!;
    binmode FILE;
    my @lines = <FILE>;
    close FILE;
    foreach $cell (@lines) {
        if ($cell =~ /b12/) {
            push @array, $cell;
        }
    }
}

#my @matches = grep /p04/, @lines;
#foreach $item (@matches) {
foreach $item (@array) {
    #print "-->$item<--";
    open (LOG, ">log") or die $!;
    print LOG $item;
    close LOG;
}

Answer 1

采用：

$line = read (FILE, $data, 169108570);

数据是$data ; 和$line是读取的字节数。

       my $f = "$d/$file" ;
       print "==>$file\n" ;
       open FILE, $file || die $! ;

我想完整路径是$f ，但你打开$file 。 （在我的测试中 - 即使$f不是完整的路径，但我想你可能还有其他的胶水代码...）

如果您只想遍历目录中的所有文件，请尝试File::DirWalk或File::Find 。

Answer 2

我不确定我是否理解你。

如果需要读取二进制文件，则可以执行与文本文件相同的操作：

open F, "/bin/bash";
my $file = do { local $/; <F> };
close F;

在Windows下，您可能需要添加binmode F; 在* nix下它没有它。

如果需要查找数组中哪些行包含某些单词，可以使用grep函数：

my @matches = grep /something/, @array_to_grep;

您将在新数组@matches获得所有匹配的行。

顺便说一句：我不认为一次将大量二进制文件读入内存是个好主意。 你可以逐个搜索它们......

如果你需要找到的匹配时，你可以使用另一个标准函数， index ：

my $offset = index('myword', $file);

Answer 3

我不确定我是否能完全回答OP问题，但这里有一些可能相关的注释。 （编辑：这与@Dimanoid的答案相同，但更详细）

假设您有一个文件，它是ASCII数据和二进制文件的混合。 这是一个bash终端的例子：

$ echo -e "aa aa\x00\x0abb bb" | tee tester.txt
aa aa
bb bb
$ du -b tester.txt 
13  tester.txt
$ hexdump -C tester.txt 
00000000  61 61 20 61 61 00 0a 62  62 20 62 62 0a           |aa aa..bb bb.|
0000000d

请注意，字节00 （指定为\\x00 ）是不可打印的字符（在C ，它也表示“字符串结尾”） - 因此，它的存在使tester.txt成为二进制文件。 由du看到的文件大小为13个字节，因为echo添加尾随\\n （从hexdump可以看出）。

现在，让我们看看当我们尝试使用perl的<>菱形运算符读取它时会发生什么 （另请参阅perl中<>的用法是什么？ ）：

$ perl -e '
open IN, "<./tester.txt";
binmode(IN);
$data = <IN>; # does this slurp entire file in one go?
close(IN);
print "length is: " . length($data) . "\n";
print "data is: --$data--\n";
'

length is: 7
data is: --aa aa
--

很明显，整个文件没有被玷污 - 它在行结束时打破\\n （而不是在二进制文件\\x00 ）。 这是因为diamond filehandle <FH>操作符实际上是readline快捷方式（参见Perl Cookbook：第8章，文件内容 ）

相同的链接告诉我们应该取消输入记录分隔符\\n \\$ （默认情况下设置为\\n ），以便粘贴整个文件。 您可能希望将此更改仅限于本地，这就是使用大括号和local而不是undef （请参阅Perl Idioms Explained - my $ string = do {local $ /;}; ）; 所以我们有：

$ perl -e '
open IN, "<./tester.txt";
print "_$/_\n"; # check if $/ is \n
binmode(IN);
{
local $/; # undef $/; is global
$data = <IN>; # this should slurp one go now
};
print "_$/_\n"; # check again if $/ is \n
close(IN);
print "length is: " . length($data) . "\n";
print "data is: --$data--\n";
'

_
_
_
_
length is: 13
data is: --aa aa
bb bb
--

...现在我们可以看到该文件完全被淹没了。

由于二进制数据意味着不可打印的字符，您可能希望通过sprintf或pack / unpack打印来检查$data的实际内容。

希望这有助于某人，
干杯!