给我命名一个二进制分析器。二进制数据的分析器[关闭]

你可以试着雇用 Boost.Spirit (V2)最近 binary parsing tools ,注意结尾 native 和 mixed parsers

// This is not a complete and useful example, but just illustration that parsing
// of raw binary to real data components is possible
typedef boost::uint8_t byte_t;
byte_t raw[16] = { 0 };
char const* hex = "01010000005839B4C876BEF33F83C0CA";
my_custom_hex_to_bytes(hex, raw, 16);

// parse raw binary stream bytes to 4 separate words
boost::uint32_t word(0);
byte_t* beg = raw;
boost::spirit::qi::parse(beg, beg + 16, boost::spirit::qi::dword, word))

更新:我发现了类似的问题,Joel de Guzman在他的答案中确认了二进制解析器的可用性: Can Boost Spirit be used to parse byte stream data?

Kaitai Struct 最近出现了一个解决这个问题的方案:从规范生成二进制解析器。您可以提供一个基于yaml/json格式的任意数据结构序列化方案,如下所示:

meta:
  id: my_struct
  endian: le
seq:
  - id: some_int
    type: u4
  - id: some_string
    type: str
    encoding: UTF-8
    size: some_int + 4
  - id: another_int
    type: u4

使用编译它 ksc (它们提供一个引用编译器实现),和VoILA,在任何支持的编程语言中都有一个解析器,例如,C++中的解析器:

my_struct_t::my_struct_t(kaitai::kstream *p_io, kaitai::kstruct *p_parent, my_struct_t *p_root) : kaitai::kstruct(p_io) {
    m__parent = p_parent;
    m__root = this;
    m_some_int = m__io->read_u4le();
    m_some_string = m__io->read_str_byte_limit((some_int() + 4), "UTF-8");
    m_another_int = m__io->read_u4le();
}

或者在Java中:

private void _parse() throws IOException {
    this.someInt = this._io.readU4le();
    this.someString = this._io.readStrByteLimit((someInt() + 4), "UTF-8");
    this.anotherInt = this._io.readU4le();
}

添加到项目后,它提供了一个非常直观的API(比如Java中的一个例子,但是它们支持更多的语言):

// given file.dat contains 01 00 00 00|41 42 43 44|07 01 00 00

MyStruct s = MyStruct.fromFile("path/to/file.dat");
s.someString() // => "ABCD"
s.anotherInt() // => 263 = 0x107

它支持不同的词尾、条件结构、子结构等等。相当复杂的数据结构,例如 PNG image file format 或 PE executable 可以解析。

这个 Construct 用Python编写的解析器在这个领域做了一些有趣的工作。

该项目有许多作者和停滞期,但截至2017年,似乎再次活跃起来。

阅读ASN.1。如果您可以用它的术语描述二进制数据,那么您可以使用各种可用的工具包。不适合胆小的人。

https://github.com/lonelybug/ddprotocol/wiki/Getting-Start

希望这对你有帮助。

当然,没有什么能阻止您像处理文本解析器一样,为二进制数据编写一个递归的合适的解析器。如果您需要阅读的格式不太复杂,这是一种合理的继续阅读的方法。

当然,如果你的格式是 非常 很简单,你可以看看 Reading binary file defined by a struct 以及类似的问题。

我不知道任何非文本输入的解析器生成器,尽管它们也是可能的。

如果您不熟悉手工编写的代码解析器,那么规范的问题是 Learning to write a compiler .这个 Crenshaw tutorial (和) in PDF )是一个快速阅读。

另请参见Google协议缓冲区。

有一个叫做binpac的工具可以做到这一点。

http://www.icsi.berkeley.edu/pubs/networking/binpacIMC06.pdf