UNIX C解析文件

Question

我有帶有標頭和正文的二進制文件格式。 標頭字段和每個字節的字節數是

1. 靈力：1
2. 標頭大小：2
3. 版本：1
4. 節數：1
5. Section_headers：No_of_sections * sizeof（section_header）節頭：17 + 4 + 4 + 4宗名：17; Sect_type：4； Sect_offset：4； 大小：4

我需要驗證一些限制並打印此

version=<version_number>
nr_sections=<no_of_sections>
section1: <NAME_1> <TYPE_1> <SIZE_1>

限制條件：

1. 魔術字段的值必須為“ Q”
2. 文件版本的值必須在41到67之間，包括該值。
3. 部分數必須在3到10之間，包括該值。
4. 現有節的類型必須僅為44 68 35

我已經完成了魔術和版本部分，但是我無法做到這一部分，它總是打印一些字符。

我知道我的代碼真的很亂。 抱歉：(

void parse(const char *path)
{
    int fd;
    unsigned char c[17];
    char name[17];
    int type;
    off_t size;

    fd = open(path, O_RDONLY);
    size=  lseek(fd,0,SEEK_END);
    lseek(fd,0,SEEK_SET);
    for(int i = 0 ; i <=size; i++)
    {
        lseek(fd,0,SEEK_CUR);
        read(fd,&c,1);
        if(i==0)
            if(c[0]=='Q')
                printf("SUCCESS\n");
        if(i<5 && c[0]>=')' && c[0]<='C')
            printf("version=%d \n", c[0]);
    }

    lseek(fd,5,SEEK_SET);
    for(int j=1; j<10; j++)
    {
        read(fd, &name, 17);
        name[17]='\0';
        read(fd, &type, 4);
        printf("section%d: %s %d\n", j + 1, name, type);
    }
}

第二個應該是

for(int j =1;j<=no_of_section;j++)

但我不知道nr_of_section :(我的輸出

SUCCESS
version=46 
section2: fJ00pYisvmveDqS 44
section3: V 1515418709
section4: fRo 2054764888
section5: e6NpWyIifXZ -1392508919
section6:  738197570
section7:  1247047749
section8: J5ArY 1985282048
section9: 707OpGRoR8l9Yen# 381353984
section10:  2053662817

輸出應為：

        SUCCESS
        version=46
        nr_sections=7 
        section1: fJ00pYisvmveDqS 44 1016 
        section2: LLSWA0rSmUtSZfRo 44 890
        section3: lX9yze6NpWyIifXZ 44 941 
        section4: de0cLp2V907jC9B 44 1178
        section5: JrUrWEEpTJJ5ArY 68 724
        section6: Uv707OpGRoR8l9Yen 35 1014 
        section7: BOWdKpZwrBaahhzz 44 972

二進制文件示例 （僅包含標頭和2個部分）

Answer 1

查看您的代碼

您的代碼有很多錯誤。 讓我們來看一下：

void parse(const char *path)
{
    int fd;
    unsigned char c[17];
    char name[17];
    int type;
    off_t size;

    fd = open(path, O_RDONLY);

您沒有檢查對open()的調用是否成功。 如果有錯誤，則fd將為-1 。 確保檢查並正確處理這種情況。

    size=  lseek(fd,0,SEEK_END);

同樣， lseek()可以返回錯誤。 某些文件可能無法搜索。 您可能可以避免確定文件的大小，請參見下文。

    lseek(fd,0,SEEK_SET);
    for(int i = 0 ; i <=size; i++)
    {

如果size類型為off_t ，則最好也使i成為off_t 。

        lseek(fd,0,SEEK_CUR);

這個電話沒有任何作用！ 為什么在這里呢？

        read(fd,&c,1);

同樣，您不檢查read()的返回值。 可能存在讀取錯誤，或者文件可能比您想象的要小。 檢查返回值是否不是-1 ，並且不是期望的長度（ 1 ）。

        if(i==0)
            if(c[0]=='Q')
                printf("SUCCESS\n");

這看起來像是嘗試實現循環切換模式 。 請不要這樣做。 如果要讀取第一個字節並對其進行特殊處理，請不要將其放入for循環中。

        if(i<5 && c[0]>=')' && c[0]<='C')
            printf("version=%d \n", c[0]);

在這里，您說的是文件的第二到第五個字節必須在')'和'C' 。 但是根據您的描述，這不是您想要的。 相反，您應該讀取兩個字節（標題長度），一個字節（版本）和另一個字節（段數）。 無需for循環即可執行此操作。

    }

在第五個字節之后，您的for循環只讀取字節而已。

    lseek(fd,5,SEEK_CUR);

讀取size字節后，現在嘗試從當前位置再跳過另外五個字節，這意味着您要超出文件末尾5個字節。

    for(int j=1; j<10; j++)
    {

如果您正確閱讀了節數，則可以使用該數來代替對10進行硬編碼。 另外，您確定j = 1開始嗎？

        read(fd, &name, 17);

再次檢查返回值。

        name[17]='\0';

糟糕，這是緩沖區溢出！ 您聲明的name只有17個字節，現在您正在寫入第18個字節。

        read(fd, &type, 4);

您確定type足夠大以容納4個字節嗎？ 在C中， int大小取決於平台。 當然，一個int通常使用4個字節，但是如果您確實想要一個4個字節的int，則最好使用int32_t 。

        printf("section%d: %s %d\n", j + 1, name, type);

由於您以j=1開頭，因此您打印的第一行將以section2:開頭。

    }
}

建議的前進方向

您應該做的第一件事是嘗試正確解析標頭。 確保已閱讀標題中的節數，因此您無需知道文件大小和/或對任何數字進行硬編碼。 不要使用lseek() 。 在您的代碼處理標頭之前，不必擔心文件的其余部分。

一旦正確解析了標題的所有元素，就可以開始閱讀標題后面的部分。 同樣，每個節都有一個標頭，因此首先要正確解析該節標頭。 每個段標題都有一個指示段長度和偏移量的值。 將它們存儲在數組中。

現在，您已經解析了節標題，可以轉到實際數據。 可能現在您應該開始使用lseek()轉到節標題中提到的文件中的偏移量，然后再read()與節大小一樣多的字節。

Answer 2

作為@G。 Sliepen已經提到您的代碼有很多錯誤。

根據我的評論，您現在已經替換了lseek(fd,5,SEEK_CUR); 通過lseek(fd,5,SEEK_SET); 。

因此，第一輸出的結果很好。 但是對於2.，3等輸出是錯誤的。

在您對binay格式的描述中，您已經寫過

1. 宗派名稱：17
2. Sect_type：4
3. Sect_offset：4
4. 大小：4

但是在循環代碼中，您僅讀取Sect_name和Sec_type 。 現在，您應該跳過8個字節（對於Sect_offset和Sect_size ）或讀入它。否則，您將獲得已經看到的結果。