Формат файла стиля строки стиля C

Question

Я очень смущен этой маленькой проблемой, которую у меня есть. У меня есть заголовок формата без индексации. (более конкретно заголовок ID3). Теперь этот заголовок хранит строку или, скорее, три байта для конформации, что данные на самом деле являются тегами ID3 (TAG - это строка бит.) Точка, теперь, когда этот TAG в формате файла не равен нулю -завершённый. Таким образом, есть две вещи, которые можно сделать:

• Загрузить весь файл с fread и незавершенных сравнения строк, используют strncmp. Но:
  1. Это звучит Hacky
  2. Что делать, если кто-то открывает его и пытается манипулировать строку без предварительного знания этого?
• Другой вариант заключается в том, что файл загружается, но структура C не должна точно соответствовать формату файла, но включает в себя правильные нуль-терминаторы, а затем каждый член должен быть загружен с использованием уникального вызова. Но, это тоже чувствует себя взломанным и утомительным.

Помочь, особенно от людей, имеющих практический опыт общения с такими вещами, ценится.

Answer 1

Если спецификация формата файла говорит, что определенные три байта имеют значения, соответствующие «T», «A», «G» (84, 65, 71), тогда вы должны сравнить только эти три байта.

Для этого примера strncmp() в порядке. В общем случае memcmp() лучше, потому что не нужно беспокоиться о завершении строки, поэтому даже если сравниваемый поток байтов (тег) содержит символы ASCII NUL '\ 0', то будет работать memcmp().

Вам также необходимо узнать, является ли формат файла, с которым вы работаете, в первую очередь печатаемые данные или же это в основном двоичные данные. Методы, используемые для печатаемых данных, могут отличаться от методов, используемых для двоичных данных; методы, используемые для двоичных данных, иногда (но не всегда) переводятся для использования с данными для печати. Одно большое различие заключается в том, что длины значений в двоичных данных известны заранее, либо потому, что длина встроена в файл, либо потому, что структура файла известна. Имея печатные данные, вы часто имеете дело с кодировками переменной длины с неявными границами в полях - и перед этим не кодируется информация о кодировке длины.

Например, формат файла пароля Unix представляет собой текстовую кодировку с полями переменной длины; он использует ':' для разделения полей. Вы не можете определить, сколько времени занимает поле, пока вы не встретите следующий «:» или конец строки. Для этого требуется различная обработка из двоичного формата, закодированного с использованием ASN.1 , где поля могут иметь значение индикатора типа (обычно байта) и длину (может быть 1, 2 или 4 байта в зависимости от типа) до фактического данные для поля.

---

ASN.1 представляет собой (по праву) считается очень сложным; Я привел очень простой пример того, как он используется, и его можно критиковать на многих уровнях. Тем не менее, основная идея действительна - длина (и с ASN.1, обычно тип тоже) предшествует (двоичным) данным. Это также известно как TLV - тип, длина, значение - кодирование.

Answer 2

Сохраните три байта и сравните каждый байт с символами 'T', 'A' и 'G'. Это может быть не очень умным, но выполняет работу хорошо и, что более важно, правильно.

Answer 3

Если вы что-то изучаете, вы можете найти тег ID3v1 в файле MP3, прочитав последние 128 байт файла и проверив, являются ли первые 3 символа блока TAG.

Для реального применения используйте TagLib.

Answer 4

Первое, что нужно учитывать при разборе чего-либо: Длина этих полей либо фиксированная по размеру, либо префиксными подсчетами (которые сами по себе фиксированы по размеру, например, почти каждый графический файл имеет фиксированный размер/структуру заголовок, за которым следуют переменные размеры пикселей)? Или у формата есть поля с полной переменной длины, которые каким-то образом ограничены (например, кадры MPEG4 ограничены байтами 0x00, 0x00, 0x01)? Обычно ответ на этот вопрос будет иметь большое значение, чтобы рассказать вам, как его разобрать.

Answer 5

И не забывайте о том, что жанр два разные значения на id3 v1 и ID3v1.1