Fw: [問題] 檔案中的字串讀取

[RealJustice (Nice to Meet You~)]

※ [本文轉錄自 Programming 看板 #1OIdmi1H ]

作者: RealJustice (Nice to Meet You~) 看板: Programming
標題: [問題] 檔案中的字串讀取
時間: Fri Dec  9 17:40:57 2016


檔案中有一行:
key = "????????????????????"

??????? 是一串無規律的binary資料, 只知道最長長度限制.
現在問題是, C code 中要用甚麼函式, 才能正確地把 "???????????" 讀到array中?
目前遇到的難處是, 裡面可能有換行控制碼, 甚至後退控制碼, 還可能有 ", 等等/.
反正每個byte從0x00 ~ 0xff 都有可能,
所以各種字串處理的函式都有問題.

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.220.35.86
※ 文章網址: https://www.ptt.cc/bbs/Programming/M.1481276460.A.051.html

※ 發信站: 批踢踢實業坊(ptt.cc)
※ 轉錄者: RealJustice (61.220.35.86), 12/09/2016 17:45:06
→ Schottky: binary資料就不要用字串處理函式去玩它了
→ Schottky: 無規律的話是不是連 " 都有，這樣你要怎麼判斷開頭結尾
請問具體要怎麼做呢?
從開檔案的參數就有差別嗎?
※ 編輯: RealJustice (61.220.35.86), 12/09/2016 17:53:34
推 asd456fgh778: fgets 有用嗎
→ Schottky: 其實我不明白你的檔案到底是什麼格式
→ Schottky: 照你的描述，該行格式完全是搬石頭砸自己腳
來不及了. 本來是能用 .txt 打開的檔案, 偏偏有人在裡面寫了這奇妙的一行.
現在想要另外存檔也行不通.
※ 編輯: RealJustice (61.220.35.86), 12/09/2016 18:02:26
→ Schottky: 你至少要講出一個人類能聽懂的parse方法才有辦法寫程式
有 "從檔案結尾往前找" 的函式嗎?
※ 編輯: RealJustice (61.220.35.86), 12/09/2016 18:03:19
→ Schottky: 否則我直接告訴你用 fread 去讀你還是 parse 不出來
→ Schottky: 那我只能說放棄吧～
→ Schottky: 一般要把金鑰放進文字檔都會先轉成字串(比如十六進位)
→ Schottky: 想要由後往前找，自己寫個 for loop 就好啦～
→ Schottky: 問題是你確定 binary 的部分只有這一處嗎？
對. 就是這一處.
※ 編輯: RealJustice (61.220.35.86), 12/09/2016 18:07:47
→ Schottky: 應該說，你確定用到 " 的只有這一處嗎？
→ Schottky: 如果不只一對 " 出現，要如何配對
binary data 裡面也有可能含有 " , 所以真的很難做, 才po版問的....
※ 編輯: RealJustice (61.220.35.86), 12/09/2016 18:15:43
推 bibo9901: 就無法做啊 結案
→ Schottky: 對啊，就算你從檔案後方往前找，還是一樣沒辦法parse
→ Schottky: 我建議是把那個亂塞binary不編碼的白癡抓出來揍一頓
推 LPH66: 這個檔案現在這個樣子可以做為原來的目的使用嗎?
→ LPH66: 不行的話就照樓上說的把塞進去的那個傢伙抓出來要他負責
現在就是不太能使用啊....那串資料拿出來會有漏.
※ 編輯: RealJustice (118.165.28.31), 12/09/2016 21:23:32
推 LPH66: 所以這就只有最一開始塞這些 binary 進去的人知道怎麼回事
→ LPH66: 抓他出來要他改好
→ LPH66: 基本上你們整個程式/系統因為這個 binary 的關係已經崩潰
現況是有些客戶的資料已經這樣存了.

我們不能把這些資料扔了, 必須撈出來.
※ 編輯: RealJustice (118.165.28.31), 12/09/2016 21:44:05
推 firejox: 人眼能parse嗎?
可以. 但是有幾千份, 不能交給人眼做.

→ CP64: 這應該就只能用 fgetc 之類的一個個慢慢讀？
→ CP64: 還是下一行有啥特定的東西嗎？ 好比說讀到 "\n 就算結束？
binary data裡面可能會有 \n. 所以這招也沒法直接套用.
※ 編輯: RealJustice (118.165.28.31), 12/10/2016 08:21:26
推 longlongint: 加個跳脫字元啊
→ longlongint: 或是字串長度寫在前面
推 LPH66: 原 PO 現在想問的是這已經是既成事實了要怎麼補救
→ LPH66: 個人覺得, 原 PO 你不要去想有沒有哪個 general 做法能用
→ LPH66: 既然你的目的是解決你眼前這份爛掉的文字檔
→ LPH66: 那就只要找一個你這份文字檔適用的解法就好
→ LPH66: 上面 CP64 講的是 " 跟著 \n 兩個 byte
→ LPH66: 如果你掃了一下這幾千份爛掉的檔案裡真的都沒有這 pattern
→ LPH66: 那它就是一個解法了
→ LPH66: 少數有的或許找一個長一點的 pattern 例如 "\n 加下行開頭
→ LPH66: 例如如果下一行一定是哪個屬性那就能用了
→ LPH66: 簡單說就是, 你要找的不是萬靈丹, 而是要把死馬當活馬醫
推 firejox: 找key = ".*"\nxxx這樣的pattern?
請問可以講得更詳細點嗎?
※ 編輯: RealJustice (118.165.28.31), 12/10/2016 18:58:36
※ 編輯: RealJustice (118.165.28.31), 12/10/2016 19:00:38
→ iFEELing: 人眼可以判斷? 可以描述一下人眼怎麼判斷嗎?
→ iFEELing: 如果你用人眼可以判斷 那代表已經可以找出規則了?
推 firejox: 用regex的方式去找出來, xxx指的是下一個field名稱,.*
→ firejox: 是任意字元
→ firejox: 如果一般的regex lib做不太出來的話，就自己推DFA來切
→ firejox: 出來
→ dou0228: 看起來是要做 name = "valuesxx.." 的判斷，如果看到
→ dou0228: key 的這個 name parse，就去啟用特殊判斷，不使用 fgets
→ dou0228: 直到你遇到下一個 name = "valuesxxxx" 做結束
→ annies5: 如果資料含換行符號,為何看起來只有一行?