如何在Linux中從HTTP MIME編碼的消息中提取文件數據？

Question

我有一個程序接受HTTP發布文件並將所有POST結果寫入文件，我想編寫一個腳本來刪除HTTP標頭，只保留二進制文件數據，該怎么辦？

文件內容如下（ Content-Type: application/octet-stream和------------KM7cH2GI3cH2Ef1Ij5gL6GI3Ij5GI3之間的數據是我想要的：

POST /?user_name=vvvvvvvv&size=837&file_name=logo.gif& HTTP/1.1^M
Accept: text/*^M
Content-Type: multipart/form-data; boundary=----------KM7cH2GI3cH2Ef1Ij5gL6GI3Ij5GI3^M
User-Agent: Shockwave Flash^M
Host: 192.168.0.198:9998^M
Content-Length: 1251^M
Connection: Keep-Alive^M
Cache-Control: no-cache^M
Cookie: cb_fullname=ddddddd; cb_user_name=cdc^M
^M
------------KM7cH2GI3cH2Ef1Ij5gL6GI3Ij5GI3^M
Content-Disposition: form-data; name="Filename"^M
^M
logo.gif^M
------------KM7cH2GI3cH2Ef1Ij5gL6GI3Ij5GI3^M
Content-Disposition: form-data; name="Filedata"; filename="logo.gif"^M
Content-Type: application/octet-stream^M
^M
GIF89an^@I^^M
------------KM7cH2GI3cH2Ef1Ij5gL6GI3Ij5GI3^M
Content-Disposition: form-data; name="Upload"^M
^M
Submit Query^M
------------KM7cH2GI3cH2Ef1Ij5gL6GI3Ij5GI3-

Answer 1

如果您使用Python， email.parser.Parser將允許您解析多部分的MIME文檔。

Answer 2

您要在文件移交時執行此操作，還是在文件移交后執行此操作？

幾乎所有腳本語言都可以使用。 我的AWK有點生銹，但是...

awk '/^Content-Type: application\/octet-stream/,/^--------/'

那應該打印application/octet-stream和----------行之間的所有內容。 它還可能同時包含這兩行，這意味着您必須做一些更復雜的事情：

BEGIN {state = 0}
{
    if ($0 ~ /^------------/) {
        state = 0;
    }
    if (state == 1) {
        print $0
    }
    if ($0 ~ /^Content-Type: application\/octet-stream/) {
        state = 1;
    }
}

application\\/octet-stream行在print語句之后，因為您希望在看到application/octet-stream之后將state設置為1 。

當然，作為Unix，您可以通過awk通過管道傳輸程序的輸出，然后保存文件。

Answer 3

這可能是一個瘋狂的主意，但我會嘗試使用procmail剝離標頭。

Answer 4

查看Perl的Mime :: Tools套件 。 它具有豐富的類集； 我敢肯定，您可以將幾行內容放在一起。

Answer 5

這可能包含一些錯別字或其他內容，但還是請耐心等待。 首先確定邊界（如果需要， input是包含數據的文件-管道）：

boundary=`grep '^Content-Type: multipart/form-data; boundary=' input|sed 's/.*boundary=//'`

然后過濾Filedata部分：

fd='Content-Disposition: form-data; name="Filedata"'
sed -n "/$fd/,/$boundary/p"

最后一部分是過濾一些額外的行-空行和邊界本身之前的標題行，包括邊界，因此將最后一行從上一行更改為：

sed -n "/$fd/,/$boundary/p" | sed '1,/^$/d' | sed '$d'

• sed -n "/$fd/,/$boundary/p"過濾Filedata標頭和邊界（包括邊界）之間的線，
• sed '1,/^$/d'刪除直到第一行，包括第一行的所有內容（因此刪除標題），並且
• sed '$d'刪除最后一行（邊界）。

之后，您等待Dennis（請參閱評論）對其進行優化，然后得到以下信息：

sed "1,/$fd/d;/^$/d;/$boundary/,$d"

既然您已經來到這里，請抓緊所有內容並按照Ignacio的建議進行操作。 原因-因為GIF是二進制數據，所以這可能不會（可靠地）起作用。

啊，這是很好的鍛煉！ 無論如何，對於sed愛好者來說，這是一個很棒的頁面：

• http://sed.sourceforge.net/sed1line.txt

出色的信息。