从 VB.Net 中的二进制文件中提取字符串答案

【问题标题】：Extract Strings from Binary Files in VB.Net从 VB.Net 中的二进制文件中提取字符串
【发布时间】：2009-12-03 20:41:47
【问题描述】：

我想从一些包含嵌入式 SQL 语句的二进制文本文件中抓取字符串数据。我不需要任何花哨的清理——只需要某种方式来提取可读文本。我正在使用 vb.net，但调用外部实用程序也可以。

【问题讨论】：

标签： .net windows vb.net string binaryfiles

【解决方案1】：

供参考： http://technet.microsoft.com/en-us/sysinternals/bb897439.aspx

【讨论】：

【解决方案2】：

GNU 字符串实用程序一直存在，它通过使用启发式方法从二进制文件中提取任何“看起来像字符串”的数据，或多或少地做到了这一点。

从 MinGW 获取 Win32 的 GNU binutils（包括字符串）： http://sourceforge.net/projects/mingw/files/.

【讨论】：

仅供参考，字符串的输出会包含很多误报，但是鉴于您知道要查找的字符串的语法（SQL 语句），过滤起来并不难只有你在找什么。
+1，尤其是因为我也看过它并认为它不合适。难道我错了！ ;-)。请注意，使用启发式方法不是罗塞塔石碑......

【解决方案3】：

这并不像乍看起来那么简单。字符串可以通过多种方式进行编码。您认为“可读文本”是什么，不可读的部分看起来如何？说它看起来像这样：

 &8)JÓxZZ`\■£ÌS?E?L?E?C?T?*?F?R?O?M?m?y?T?b?l?§ıÍ4¢

你很幸运，因为它很可能使用 UTF-16 或其他多字节编码进行编码。这些是相当微不足道的识别。但在几乎所有其他情况下（UTF-8、ISO-8859-1、Windows-1252），几乎不可能区分单个字符是文本还是非文本，除非您非常了解某个字符“可读文本”的开始和结束方式。

重点是：任何内容都是允许的并被视为可读文本。 UTF-8、ASCII 和 Windows-1252 甚至允许 NULL 字符（而某些编程语言则不允许）。 Here's a thread 提供了一个 VB 示例，说明如何进行操作，它可能会给您一些提示。

PS：分析此类数据可能很困难，如果您可以将文件上传到某个地方以便我们查看，将会有很大帮助。

【讨论】：

当我打开我想在记事本中查看的文本文件时，我关心的字符串部分清晰可见。我假设我需要做的就是去掉任何非字符串，然后我就可以设置了吗？
我希望你是对的，但这并不容易。记事本不知道这些字符串，它只是显示它们。查看任何二进制文件（即图像），您会发现“可读”部分。假设您逐个字符地查看它，您是否可以肯定地在整个文件中选择一个始终为“字符串”的字符范围？

【解决方案4】：

谢谢大家。伟大的想法。真的帮助我思考。到处点赞。最后，我不需要非常确定它们是字符串，所以我使用了一个快速、草率、丑陋、hack 的方法。

 'strip out non-string characters 
 For Each b As Byte In byteArray
      If b = 9 Or b = 10 Or b = 13 Or (b > 31 And b < 127) Then
          newByteArray(i) = b.ToString
          i += 1
      End If
  Next

  'move it into a string
  resultString = System.Text.Encoding.ASCII.GetString(newByteArray)

【讨论】：