如何在二进制文件中查找 ANSI 字符串？

Posted 2023-02-23

【中文标题】如何在二进制文件中查找 ANSI 字符串？

【英文标题】：How to look for an ANSI string in a binary file?

【发布时间】：2011-09-20 19:51:25

【问题描述】：

我想使用 C++ 查找二进制文件中第一次出现的 ANSI 字符串。

我知道字符串类有一个方便的查找功能，但是如果文件很大，比如 5-10 MB，我不知道如何使用它。

我是否需要先将整个文件复制到内存中的字符串中？如果是，我如何确保复制时不会损坏任何二进制字符？

或者有没有更高效的方法，不需要将其复制到字符串中？

【问题讨论】：

How to delete parts from a binary file in C++ 的可能重复项

你已经问过基本相同的问题

您可以使用内存映射文件。您可以使用 Boost：boost.org/doc/libs/1_46_1/libs/iostreams/doc/classes/…，或 StlSoft：stlsoft.org/doc-1.9/…

@GWW：有人告诉我应该把它分成多个问题。

@GWW：其他人在另一个问题上告诉他，他应该将问题分成多个问题，并且在另一个问题上他甚至与这个问题相关。

【参考方案1】：

如果您可以将文件映射到内存中，则可以避免复制。

【参考方案2】：

首先，不要担心损坏的字符。 （但也不要忘记以二进制模式打开文件！）现在，假设您的搜索字符串是n 字符长。然后，您可以一次搜索整个文件一个块，只要确保保留每个块的最后一个 n-1 字符以添加到下一个块之前。这样您就不会丢失跨越块边界发生的匹配。因此，您可以使用方便的查找功能，而无需一次将整个文件读入内存。

【讨论】：

我认为zsero应该指定目标的长度是否有限制。如果他搜索文本文件的内容作为目标，在另一个文件中搜索该内容，目标本身很容易超过几个块，在这种情况下，这总是会失败。如果他能保证target很小，那么这是一个很好的优化。

【参考方案3】：

是否需要先将整个文件复制到内存中的字符串中？

没有。

或者有没有更高效的方法，不需要复制成字符串？

当然；使用std::ifstream 打开文件（确保以binary mode 而不是文本模式打开），在流周围创建一对multi_pass iterators（来自Boost.Spirit），然后搜索字符串std::search.

【讨论】：

好答案！我无法想象更有效的方法。我想提供使用 fstream::read() 函数，然后在读取缓冲区中手动搜索。但我的路比较难。

不错的解决方案。我看到的唯一潜在问题是，这将读取大小等于流缓冲区大小的文件。这个缓冲区大小可以调整吗？一次读取更大的块可能更有效。

@HighCommander4：好问题。通过提供一个单独构造的std::filebuf 实例可能是可能的，但坦率地说，iostreams 不是我的专业领域。

这会调用未定义的行为，因为std::search 需要前向迭代器或更好的迭代器，而std::istream_iterator 是输入迭代器。请参阅我的问题here。

@Benjamin：完全正确，不知道在写这个答案时我是怎么忘记的。 >_>答案已编辑。