从Ruby中的二进制文件中提取十六进制字符串

Question

对于二进制文件，我想提取绿色（日期和小时）和蓝色的十六进制字符串。蓝色的十六进制字符串在字节 09 和 00 之间。

我已经能够使用正则表达式提取日期和小时以及部分蓝色的十六进制字符串。为此，我将字节 09 (\x09)

设置为“行分隔符”

我可能遇到的问题可以用正则表达式来解决，以获取 09 和 00 之间的字符串，但目前使用我的正则表达式 (^20.*) 我变得不受欢迎 和非ASCII字节。有人可以帮我获取 09 到 00 之间的字节数。

我当前的代码：

BEGIN{  $/="\x09".force_encoding("BINARY")   }

IO.foreach("file.dat"){ |l|

    line = l.unpack('H*')[0]
    next unless line =~ /(.{8}2d.{4}2d.{4})20(.{4}3a.{4}3a.{4})|(^20.*)/

        if ( $1 != nil and $2 != nil )
            date = $1
            hour = $2
            p date.gsub(/../) { |b| b.hex.chr }
            p hour.gsub(/../) { |b| b.hex.chr } 
        end

        if $3 != nil            
            p $3.gsub(/20/,"").gsub(/../) { |b| b.hex.chr }         
        end 
}

电流输出

"2017-10-19"
"15:43:27"
"83492624790981030E100000\x00\x18\v\x16\x84\x13\x05$B#q\x000\x03\x81\x01\n\x00\x00v\x00\x0000000003\t"
"2017-12-05"
"09:32:15"
"001104059419632801001B237100300381010A0000\x00\x00\x00\x00\x02\xD0\x00\x00\x00\b\xFEF\xCC\x00\x06\xE7\f\x13\x0F+\e\xB5\xE1/\x00\xB5\x83I&$y\t"
=> nil

预期输出

"2017-10-19"
"15:43:27"
"83492624790981030E100000"
"2017-12-05"
"09:32:15"
"001104059419632801001B237100300381010A0000"
=> nil

文件如下所示：

附加示例文件： file.dat

Answer 1

为了获取以20 开头并以00 结尾的字节，您需要像这样更改正则表达式：

next unless line =~ /(.{8}2d.{4}2d.{4})20(.{4}3a.{4}3a.{4})|^20(.*?0?)0{2}/

基本上我只将正则表达式的最后一部分从(^20.*) 更改为^20(.*?0?)0{2}。 解释如下：

• 从 20 开始 - ^20
• 尽可能少匹配 - .*?
• 直到你得到两个连续的 0 0{2}
• .*? 之后的0? 处理您拥有X0 00 的情况

另外，我没有将20 包含在捕获的组中，因为无论如何您稍后都会在代码中将其删除，因此您可以在

中删除.gsub(/20/, '')

p $3.gsub(/20/,"").gsub(/../) { |b| b.hex.chr }         

Answer 2

require 'date'

IN_FNAME = "file.dat"
OUT_FNAME = "out_file.dat"
END_OF_LINE = "\x09"

str_out = ''
File.foreach(IN_FNAME, sep=END_OF_LINE) do |line|
  dt_str = line[3..21]
  if (DateTime.strptime(dt_str, '%Y-%m-%d %H:%M:%S') rescue nil)
    puts dt_str.split(' ')
    next
  end
  arr = line.unpack("C*")
  next unless arr.first == 32
  a = arr.map(&:chr).select { |c| c.match? /\d/ }
  puts a.join
  str_out << a.map(&:ord).pack("C*")    
end
2017-10-19
15:43:27
83492624790981030100000000000003
2017-12-05
09:32:15
0011040594196328010012371003003810100000

最后一步是写入二进制文件OUT_FNAME。

File.binwrite(OUT_FNAME, str_out)
  #=> 72

如图所示，写入了 72 个字节。这是使用十六进制编辑器查看时该文件的屏幕截图。

这可以与问题中显示的屏幕截图进行比较。

我们可以读取该文件以确认它是否正确写入。

File.binread(OUT_FNAME)
  #=> "834926247909810301000000000000030011040594196328010012371003003810100000"

请参阅 DateTime::strptime 和 String#unpack。

请注意，打印日期和时间都必须有效。例如，"0000-19-39 29:00:00" 将被简单的正则表达式接受，将被跳过。