在无符号字符数组中搜索字符答案

【问题标题】：searching an unsigned char array for characters在无符号字符数组中搜索字符
【发布时间】：2014-05-01 20:05:53
【问题描述】：

我有一个要读取的二进制数据文件。文件中的值是 8 位无符号整数，“记录”分隔符是 ASCII 文本（例如$MSG、$GRP）。我把数据读成一大块，如下：

unsigned char *inBuff = (unsigned char*)malloc(file_size*sizeof(unsigned char));  
result = fread(inBuff, sizeof(unsigned char), file_size, pFile);

我需要搜索这个数组以找到以$GRP 开头的记录（这样我就可以读取后面的数据），有人可以提出一个好的方法吗？我尝试了几件事，但都没有奏效。例如，我最近的尝试是：

std::stringstream str1;
str1 << inBuff;
std::string strTxt = str1.str();

但是，当我检查它的长度时，它只有 5。我在记事本中查看了文件，注意到第六个字符是 NULL。所以它似乎因为NULL而被切断了。有什么想法吗？

【问题讨论】：

不要混合使用 C 和 C++。使用fstream 并将您的文件直接读入std::string。如果你仍然想要/需要坚持使用你的 C 代码，don't cast the result of malloc。
不要混合使用 C 和 C++。去for (i=0; i<file_size-4; i++) if (strncmp(&inBuff[i], "$MSG", 4) printf( "Found $MSG at %d\n", i );
能否提供一些示例代码和示例文件？听起来很容易通过strstr() 和sscanf() 实现。
@Dogbert 鉴于该文件包含 8 位无符号整数，其中一些为 0（又名 NULL），我很确定 strstr 不是一个可行的解决方案，我怀疑 @ 987654333@ 也可以。从问题描述来看，OP是二进制文件，而不是简单的文本文件。
@user3386109 它实际上是一个二进制文件，包含二进制和 ASCII 值（实际上是混合的）。不过划界并不难，如果我们把 is 当作 ASCII，我们可以找到边界。

标签： c++ arrays string

【解决方案1】：

假设 fread 不返回 -1，其中的值会告诉您有多少字节可供搜索。

期望能够对二进制数据进行字符串搜索是不合理的，因为二进制数据中可能存在 NUL 字符，这将导致长度函数提前终止。

一种可能的方法是搜索数据是在缓冲区上使用memcmp，以及您的搜索键和搜索键的长度。

【讨论】：

【解决方案2】：

（根据我的评论）

C str 函数假定以零结尾的字符串。任何 C 字符串函数都会在第一个二进制 0 处停止。使用memchr 定位$，然后使用strncmp 或memcmp。特别是，不要假设紧跟在 4 字节标识符之后的字节是二进制 0。

在代码中（C，未测试）：

/* recordId should point to a simple string such as "$GRP" */
unsigned char *find_record (unsigned char *data, size_t max_length, char *recordId)
{
    unsigned char *ptr;
    size_t remaining_length;
    ptr = startOfData;

    if (strlen(recordId) > max_length)
        return NULL;

    remaining_length = max_length;
    do
    {
       /* fast scan for the first character only */
       ptr = memchr (ptr, recordId[0], remaining_length);
       if (!ptr)
          return NULL;

       /* first character matches, test entire string */
       if (!memcmp (ptr, recordId, strlen(recordId))
          return ptr;

       /* no match; test onwards from the next possible position */
       ptr++;

       /* take care not to overrun end of data */
       /* It's tempting to test
          remaining_length = ptr - startOfData;
          but there is a chance this will end up negative, and
          size_t does not like to be negative.
        */
       if (ptr >= startOfData+max_length)
           break;

       remaining_length = ptr-startOfData;
    } while (1);

    return NULL;
}

【讨论】：