解析包含未知长度字段的字节数组答案

【问题标题】：Parsing byte array containg fields of unknown length解析包含未知长度字段的字节数组
【发布时间】：2011-02-24 15:13:34
【问题描述】：

我正在用 Java 解析具有以下规范的字节数组：

Trace data format:
    - 4 bytes containing the Id.
    - 4 bytes containing the address.
    - N bytes containing the first name, where 0 < N < 32
    - N bytes containing the last name, where 0 < N < 32
    - 4 bytes containing the Minimum
    - 4 bytes containing the Maximum 
    - 4 bytes containing the Resource Default Level

今天我没有看到任何解决方案来解析这个数组以获得 7 个具有正确类型的变量。你确认还是我错过了Java中允许在字节数组中找到字符串“限制”的东西（我看不出最小值如何与其关联的ASCII字符区分开来）。

关于两个字符串之间的特殊字符是否有任何“约定”？

【问题讨论】：

读完全名怎么知道？
它们可以是空终止的字符串吗？
您能为您的问题提供一个更好的标题吗？当前的一个可以应用于大多数关于 SO 的问题。
请将标题更改为“Parsing string or array in java”或类似内容。
Null 终止的字符串是以 '\0' 字符结尾的字符串。它们是 C/C++ 系统中常见的标准字符串格式。

标签： java string parsing

【解决方案1】：

嗯，你知道名字从第 9 字节开始，而姓氏在字节（长度为 13）结束。不确定的是如何找到名字的结束位置和姓氏的开始位置。我看到了一些可能的解决方案：

如果格式是由 C 程序员定义的，则两个名称字段很可能以空字节终止，因为这是 C 对字符串的约定。
如果是Java程序员定义的，可能是writeUTF()写的，也就是说字节数的规定很可能是错误的。但是，这至少指定了编码，否则这是一个悬而未决的问题。
如果由 COBOL 程序员定义，则这两个字段可以是固定长度并用零或空格填充，格式规范列出有效负载长度而不是字段长度。
如果它是由一个非常不称职的程序员定义的（不管是什么语言），它包含两个名称，没有分隔符或计数，所以不可能将它们真正分开（如果你没有信息，就没有“魔法”在 Java 或其他地方可以凭空变出它的函数）。我想您可能希望姓氏始终以大写字母开头，并且没有人使用双重名称或全部大写。

【讨论】：

【解决方案2】：

关于两个字符串之间的特殊字符是否有任何“约定”？

c-strings 通常是空终止的 \0。

如果没有这样的字符我会说不可能解析结构。

【讨论】：

【解决方案3】：

假设名字和姓氏都以 null 结尾，你会这样做：

int firstNameLength = 0;
while(firstNameLength<32) {
    if(theArray[firstNameLength]=='0') break;
    firstNameLength++;
}
int lastNameLength = 0;
while(lastNameLength<32) {
    if(theArray[8+firstNameLength+1+lastNameLength]=='0') break;
    i++;
}
String firstName = new String(theArray).substring(8,8+firstNameLength);
String lastName = new String(theArray).substring(8+firstNameLength+1,8+firstNameLength+1+lastNameLength);

【讨论】：

【解决方案4】：

如果你想读取 N 个 ASCII 字节并将它们转换为字符串。

public static String readString(DataInputStream dis, int num) throws IOException {
    byte[] bytes = new byte[num];
    dis.readFully(bytes);
    return new String(bytes, 0);
}

对于其余的值，您可以使用

dis.readInt();

如果您询问是否有任何方法可以知道字符串的长度，我认为您无法从提供的信息中确定这一点。字符串可能以“0”字节终止或长度为第一个字节。也许如果您查看文件中的字节，您会看到格式是什么。

od -xc my-format.bin

【讨论】：

他需要做更多的调查才能解决这个问题。他在原始问题中没有足够的信息。

【解决方案5】：

只是为迈克尔的回答添加另一种可能性。

假设N对于两个字段是相同的，并且由于使用了相同的字母，我猜想是这种情况，字段位置是这样的：

int len = array.length;
int varLen = len - 5*4;
int fieldPos[] = new int[7];
fieldPos[0] = 0;
fieldPos[1] = 4;
fieldPos[2] = 8;
fieldPos[3] = 8 + varLen;
fieldPos[4] = 8 + 2*varLen;
fieldPos[5] = 8 + 2*varLen + 4;
fieldPos[6] = 8 + 2*varLen + 8;

【讨论】：