我正在尝试编写一个脚本，该脚本将从可执行二进制文件中提取字符串并将它们保存在文件中。让这个文件以换行符分隔不是一种选择，因为字符串本身可能有换行符。然而，这也意味着，使用 unix“字符串”实用程序不是一个选项，因为它只是打印出所有以换行符分隔的字符串，这意味着仅通过查看输出就无法判断哪些字符串包含换行符“字符串”。因此，我希望找到一个 python 函数或库，它实现了与“字符串”相同的功能，但它会将这些字符串作为变量提供给我，这样我就可以避免换行问题。
谢谢！
【问题讨论】：
标签： python string executable
这是一个生成器，它生成所有可打印字符的字符串 >= min（默认为 4）长度，它在 filename 中找到：
import string
def strings(filename, min=4):
with open(filename, errors="ignore") as f: # Python 3.x
# with open(filename, "rb") as f: # Python 2.x
result = ""
for c in f.read():
if c in string.printable:
result += c
continue
if len(result) >= min:
yield result
result = ""
if len(result) >= min: # catch result at EOF
yield result
你可以迭代：
for s in strings("something.bin"):
# do something with s
...或存储在列表中：
sl = list(strings("something.bin"))
我对此进行了非常简短的测试，它似乎给出了与我选择的任意二进制文件的 Unix strings 命令相同的输出。但是，它非常幼稚（一开始，它会将整个文件一次读入内存，这对于大文件来说可能代价高昂），并且不太可能达到 Unix strings 命令的性能。
【讨论】：
引用man strings：
您可以通过使用匹配至少 4 个可打印字符的regex 来获得类似的结果。类似的东西：
>>> import re
>>> content = "hello,\x02World\x88!"
>>> re.findall("[^\x00-\x1F\x7F-\xFF]{4,}", content)
['hello,', 'World']
请注意，此解决方案需要将整个文件内容加载到内存中。
【讨论】：
strings 命令允许您使用--output-separator 更改输出分隔符，因此您可以使用自定义字符串代替新行字符（您不希望在二进制文件中找到该字符串），包括换行符可以用--include-all-whitepaces:
$ strings --include-all-whitespace --output-separator="YOURSEPARATOR" test.bin
【讨论】：
您也可以直接拨打strings，例如：
def strings(bytestring: bytes, min: int = 10) -> str:
cmd = "strings -n {}".format(min)
process = subprocess.Popen(
cmd, shell=True, stdout=subprocess.PIPE, stderr=subprocess.STDOUT, stdin=subprocess.PIPE)
process.stdin.write(bytestring)
output = process.communicate()[0]
return output.decode("ascii")
【讨论】：