C - 从二进制文件中读取位

Posted 2023-03-29

【中文标题】C - 从二进制文件中读取位

【英文标题】：C - reading bits from binary file

【发布时间】：2021-09-07 05:54:54

【问题描述】：

我看到了熟悉的问题，但没有任何东西可以帮助我解决问题。

假设我有一个二进制文件。 我想收集每 3 个写入位（在我们的例子中，filesize%3 == 0）并检查第 3 位是否是前两位的“|”操作的结果。 例如，如果这是我们的二进制文件： 111000101

所以我首先想得到 111，然后检查 1|1 是否为 1。 接下来，我想得到000，然后检查0|0 = 0。 最后，我想得到010，然后检查是否0|1 = 1。

现在，我一直在考虑的是创建包含 1,1,1 的 unsigned char arr[3]，然后将数组发送到将检查 1|1 = 1 的函数。

问题是，我想不出一种从给定文件中获取特定位的方法。

有人知道我如何获得这些信息吗？

提前致谢！

【问题讨论】：

您是要处理二进制文件（一个位表示为一个位）还是一个文本文件，其中字符0和1用于表示位？

创建一个小函数，从缓冲区提供 3 位集合，该缓冲区具有 static 变量以跟踪位位置等。如果缓冲区没有足够的位，请补充并从文件缓冲区重新对齐，如果没有字节，则从文件中读取更多（或仅一个）。

继续@MikeCAT 评论，你能告诉我们打开你的文本编辑器（记事本或vim），写abc，然后保存一个文件有多少位？

如果是位级别：8 包 3 位给出 24 位，正好适合 3 个字节。因此，如果您读取文件的三个字节乘三个字节，您可以快速提取带有 AND 0x249249 的 "third" 位和带有 AND 0xDB6DB6 的 "two Significant" 位。之后，验证两个掩码是布尔数学/操作。

【参考方案1】：

C 文件 I/O（和一般的 C）是围绕 bytes¹ 而不是位组织的。所以通常没有办法访问文件中的特定位，只能访问字节。

因此，如果您想操作文件中的位，您需要读取包含您感兴趣的位的字节，然后提取这些位（通常使用移位和掩码）。如果你想写回这些位，你需要将它们重新打包成整个字节。

一种方法是在 C FILE * 的顶部放置一个位流抽象层，它可以从读取的每个字节中提取位（保留剩余位以供以后读取）。比如：

#include <stdio.h>
#include <limits.h>

struct bit_stream 
    FILE *fp;   // source to read from
    int byte;   // last byte read from fp
    size_t bits;   // how many bits are left in byte;
;

int read_bits(struct bit_stream *bs, size_t size) 
    if (size >= sizeof(int)*CHAR_BIT) 
        fprintf("size %z is too big\n", size);
        exit(1); 
    int rv = 0;
    size_t bits = 0;
    while (bits < size) 
        if (!bs->bits) 
            if ((bs->byte = fgetc(bs->fp)) == EOF)
                return bits ? rv : EOF;
            bs->bits = CHAR_BIT; 
        if (bs->bits > size - bits) 
            size_t extract = size - bits;
            rv |= (bs->byte & ((1U << extract) - 1)) << bits;
            bs->bits -= extract;
            bs->byte >>= extract;
            bits += extract;
         else 
            rv |= bs->byte << bits;
            bits += bs->bits;
            bs->bits = 0; 
    
    return rv;


int main() 
    struct bit_stream bs =  stdin, 0, 0 ;
    int v;
    while ((v = read_bits(&bs, 3) != EOF) 
        printf("%d\n", v);
    

这使用read_bits(&bs, 3) 从文件中读取接下来的 3 位。

---

¹_{如今字节几乎总是 8 位，但 C 标准仍然允许其他大小的字节，如 中的 CHAR_BIT 所指定的那样子>}