“EOF”字符的十六进制代码在哪里？

Posted 2023-02-16

【中文标题】“EOF”字符的十六进制代码在哪里？

【英文标题】：Where is hex code of the "EOF" character?

【发布时间】：2014-09-19 10:30:03

【问题描述】：

据了解，在所有文件，特别是文本文件的末尾，EOF 或NULL 字符都有一个十六进制代码。而当我们想要编写程序并读取文本文件的内容时，我们会发送 read 函数，直到收到 EOF hexcode。

我的问题：我下载了一些工具来查看文本文件的十六进制视图。但我看不到 EOF(End Of File/NULL) 或 EOT(End Of Text)

的任何十六进制代码

---

ASCII/十六进制代码表：

这是十六进制查看器工具的输出：

---

注意：我的输入文件是一个文本文件，其内容是“EOF的十六进制代码在哪里？”

感谢您的时间和考虑。

【问题讨论】：

您在第一句话中的假设是错误的，在绝大多数情况下，文件中实际上不存在这样的字符。 EOF 是库提供的一个符号值，用于通知程序员您已到达文件末尾。操作系统不需要知道文件在哪里结束（或者更确切地说，它不会将此信息存储在文件本身中）。

@user657267 我编写了一个程序，在文本文件中搜索字符“A”。如果文本中没有“A”，请将文件移动到特殊目录。我想知道有什么办法可以欺骗我的程序吗？例如“在我的输入文本中间添加一个 NULL/EOF/EOT 十六进制代码”？谢谢。

不太可能。在 cmd.exe 中，^Z 被视为输入的结尾，因此如果您执行type whatever.txt 之类的操作，如果文件恰好包含一个，它会在遇到 ^Z 时中断，但这仅适用于 Windows 命令行。用于编程的 io 库应该很乐意将其解析为另一个字符。

^Z 在 MS-DOS 文本文件中很常见，并且仍然适用于许多传输协议。我希望大多数 SO 用户不记得 MS-Kermit、xmoden、ymodem 等。它仍然是由 ind$file 生成的，而且是一件很麻烦的事。它会在 gedit 中抛出令人讨厌的消息，所以它确实存在。

@user657267 在某些情况下，操作系统可能不会从文件系统中读取，因此它需要提前知道文件大小，否则才能知道结束的位置。适用于流或原始。

【参考方案1】：

There is no such thing as a EOF character。操作系统确切地知道一个文件包含多少字节（这与权限、创建日期和名称等其他元数据一起存储），因此可以告诉程序试图读取一个十字节文件的第十一个字节：你已经已到达文件末尾，没有更多字节可读取。

事实上，诸如 getchar 之类的 C 函数返回的“EOF”值显式地是一个 int 值超出了一个字节的范围，因此它不可能存储在文件！

有时，某些文件格式坚持添加 NUL 终止符（可能是因为这就是字符串通常存储在 C 中的方式），尽管通常这些将多个记录分隔在单个文件中，而不是整个文件。而且这种装饰通常会使文件不被视为“文本文件”。

像 ETX 和 NUL 这样的 ASCII 代码可以追溯到电传打字机和朋友时代。 NUL 在 C 中用于 in-memory 字符串，但这与文件系统无关。

【讨论】：

我写了一个程序，在文本文件中搜索字符“A”。如果文本中没有“A”，请将文件移动到特殊目录。我想知道有什么办法可以欺骗我的程序吗？例如“在我的输入文本中间添加一个 NULL/EOF/EOT 十六进制代码”？谢谢。

@User1-St 取决于您如何读取文件并进行搜索（正如我所说，许多 C 函数认为 NUL 表示内存中字符串的结尾）但没有不可克服的困难。

如何欺骗我的程序。假设我的程序认为 Null 表示文件结束。在这种情况下，如果我在文件的十六进制视图中间添加一个“0x00”，程序会作弊吗？

@User1-St 是的，几乎按照定义。这就是为什么你应该编写你的程序而不是做一些愚蠢的事情;-)

:D 所以让我们写一个程序不要做一些傻事:)）谢谢。

【参考方案2】：

很久以前有一个文件结束标记，但它已经很多年没有在文件中使用了。

您可以使用以下方法在 Windows 上演示它的远处回声：

C:\>copy con junk.txt
Hello
Hello again
- Press <Ctrl> and <z>
C:\>dump junk.txt
junk.txt:
00000000  4865 6c6c 6f0d 0a48 656c 6c6f 2061 6761 Hello..Hello aga
00000010  696e 0d0a                               in..
C:\>

注意使用 Ctrl-Z 作为 EOT 标记。

但是，还要注意Ctrl-Z 不再出现在文件中 - 它曾经以0x1a 的形式出现，但仅在某些操作系统上出现，即使那样也不一致。

ETX (0x03) 的使用甚至在那些昏暗而遥远的时代之前就停止了。

【参考方案3】：

没有EOF这样的东西。 EOF 只是文件读取函数返回的值，用于告诉您文件指针已到达文件末尾。

【讨论】：

我写了一个程序，在文本文件中搜索字符“A”。如果文本中没有“A”，请将文件移动到特殊目录。我想知道有什么办法可以欺骗我的程序吗？例如“在我的输入文本中间添加一个 NULL/EOF/EOT 十六进制代码”？谢谢。

只要你的程序运行在别人的机器上，他们就可以“欺骗”它。

怎么样？你的意思是他们可以给我的程序一个文本文件，内容中有“A”，而我​​的程序没有注意到吗？

如果你的程序在其他人的机器上运行并且他们真的想欺骗它，他们可以，即使使用像 OllyDbg 这样的调试器或通过挂钩 API 函数等，有很多方法可以欺骗程序。

我想知道有什么方法可以通过只更改文本文件来欺骗程序吗？假设他们无法在主机中安装或编辑任何东西（我的程序安装在其中）。

【参考方案4】：

EOT 字节 (0x04) 至今仍被 unix tty 终端用来指示输入结束。您可以使用 Ctrl + D（即^D）来结束对 shell 或从标准输入读取的任何其他程序的输入。

但是，正如其他人所指出的，这与 EOF 不同，EOF 是一个条件而不是数据本身。

【参考方案5】：

曾经甚至有不同的 EOF 字符（针对不同的操作系统）。再也见不到了。 （通常文件是 128 字节的块。）用于编码 PITA，就像现在的 BOM。

相反，仍然有一个 int read() 通常传递一个字节值，但对于 EOF 传递 -1。

NUL 字符是 C 中的字符串终止符。在 java 中，您可以在字符串中间使用 NUL 字符。为了与 C 合作，生成的 UTF-8 字节对 Unicode 字符 > 127 和 NUL 都使用多字节编码。

（其中一些可能已经知道。）

【讨论】：

UTF-8 not 不会为 NUL 生成多个字节。 ASCII 码 0 并不特殊，UTF-8 完全兼容 ASCII。与 C 更相关的是，没有 UTF-8 多字节序列包含 0 字节（或 any 字节

@delnan：所谓的Modified UTF-8也是对NUL使用多字节编码，给出0xC0、0x80。这样可以处理 C UTF-8 字符串中的 NUL 字符。

但修改后的 UTF-8 不是 UTF-8。它也很模糊。

en.wikipedia.org/wiki/UTF-8#Modified_UTF-8 提到了对象序列化。 DataOutputStream 也在 [writeUTF(docs.oracle.com/javase/7/docs/api/java/io/…) 中使用它。你是对的：官方 UTF-8 要求最短的多字节序列：0x00。

@User1-St：好的，这是我阅读的第四个答案也是您第四次添加该问题。不要那样做，这很烦人，而且违反了 SO 的政策。 “跟进”问题并不意味着在 cmets 中提出；应将它们编辑到您的帖子中（如果与原始问题相关 - 这不是）或单独询问。但大多数情况下，这很烦人。

【参考方案6】：

在 7 位 Wintel 世界中，它是 0x1A 或 chr(26)。

它仍然常见于较旧的文本文件和档案中，并且仍然由某些文件传输协议产生。特别是从 BBS 系统下载的文本文件通常以该字符结尾。

对于旧系统还有其他此类标记值，并且需要不时预测 EOL（CR、LF、CR+LF）。

看到它仍在使用可能会令人烦恼，例如与 return(0) 处于同一级别。