实现我自己的“strings”工具-GNU strings找到的缺失序列

我想以编程方式读取二进制文件中的文本/字符串。

我的目标是 strings Linux中的shell命令。

当我运行 strings -n 4 /bin/dd shell命令,它打印818行文本。

我怎么能找到所有二进制字符串 串 命令呢?

我的代码使用 read 而不是 fgetc 并在找到eof后为其余文本添加了打印块。

它可以在 /bin/dd ,但仍然 串 可以找到818个单词。有什么区别?

另一个问题;您能为这段代码提出性能改进建议吗?我猜 read(1) 不是最快的方法。

最新更新代码

#include <stdio.h>
#include <stdbool.h>
#include <unistd.h>
#include <fcntl.h>

bool isPrintable(unsigned char c)
{
    if(c >= 0x20 && c <= 0x7e || c == 0x09)
    {
        return true;
    }
    return false;
}

int main(int argc, char * argv [])
{
    char buffer[300];
    char *p = buffer;
    char ch;
    int fd;

    if(argc < 2)
    {
        printf("Usage: %s file", argv[0]);
        return 1;
    }

    fd = open(argv[1], O_RDONLY);
    if(0 <= fd)
    {
        while(1 == read(fd, &ch, 1))
        {
            if(isPrintable(ch) && (p - buffer < sizeof(buffer) - 3))
            {
                *p++ = ch;
            }
            else
            {
                if(p - buffer >= 4) // print collected text
                {
                    *p++ = '\n';
                    *p++ = '\0';
                    printf("%s", buffer);
                }
                p = buffer;
            }
        }
        if(p - buffer >= 4) // print the rest, if any
        {
            *p++ = '\n';
            *p++ = '\0';
            printf("%s", buffer);
        }
        close(fd);
    }
    else
    {
        printf("Could not open %s\n", argv[1]);
        return 1;
    }

    return 0;
}

以下是对 mystrings 和 串 是的。 串 可以在更短的时间内找到更多的文本。

$ time ./mystrings /lib/i386-linux-gnu/libc-2.27.so | wc -l
11852
real    0m0,917s
user    0m0,271s
sys 0m0,629s

$ time strings /lib/i386-linux-gnu/libc-2.27.so | wc -l
12026
real    0m0,028s
user    0m0,027s
sys 0m0,000s

即使我用 fopen 我是说, fread 我是说, fclose 不是很快:

$ time ./mystrings2 /lib/i386-linux-gnu/libc-2.27.so | wc -l
11852
real    0m0,084s
user    0m0,070s
sys 0m0,004s

我也愿意接受任何关于性能改进的建议。