我想读取一些二进制文件。 这是一个大文件,因此我使用maximalOffset变量在进入该文件后停止读取。 但是读取总是以一个偏移量-8199结尾。我得到的最后一个字节是0xa。 在xxd中,它是字节0a0d的一部分。
我正在使用Ubuntu 18和Python 3。
我在Windows中找到了有关0x1A的一些信息(它是EOF符号或其他内容),但是解决方案是使用二进制读取,而0xA不是0x1A ...
maximalOffsetString ="2070"
maximalOffset=int(maximalOffsetString,16)
offset=-16 # first 16 bytes must be on 0x0 offset
line = [ ]
pagefile = open("./pagefile","rb")
for bytes in pagefile:
for byte in bytes:
if maximalOffset==offset: break
if len(line) == 16:
print(hex(offset))
print(str(offset)+" :"+str(maximalOffset))
print(line)
del line[:]
line.append(hex(byte))
offset=offset+1
break
pagefile.close()
# here i see what was the last symbols in array:
print(hex(offset))
print(str(offset)+" :"+str(maximalOffset))
print(line)
输出:
0x2007
8199 : 8304
['0xf0', '0xa9', '0xc', '0x7', '0x71', '0xc0', '0xa']
如您所见,我的maximalOffset是8304,但读数停止在8199。在xxd中,此行是:
00002010:f0a9 0c07 71c0 0a0d 0000 006c 0105 5c00
此之前的所有文件均为零。 0x2000之后有随机字节。
00001fb0: 0000 0000 0000 0000 0000 0000 0000 0000 ................
00001fc0: 0000 0000 0000 0000 0000 0000 0000 0000 ................
00001fd0: 0000 0000 0000 0000 0000 0000 0000 0000 ................
00001fe0: 0000 0000 0000 0000 0000 0000 0000 0000 ................
00001ff0: 0000 0000 0000 0000 0000 0000 0000 0000 ................
00002000: 0104 0000 6f01 005c 0094 008c e026 6469 ....o..\.....&di
00002010: f0a9 0c07 71c0 0a0d 0000 006c 0105 5c00 ....q......l..\.
00002020: 9500 8c20 b800 8040 0001 10ab 0c07 4230 ... ...@......B0
00002030: 0dba 0069 010a 5c00 9600 8ce8 b800 38a7 ...i..\.......8.
00002040: 0c07 fbd0 7b01 6601 0f5c 0097 0008 0020 ....{.f..\.....
00002050: 208c f8b8 0090 940d 0724 0000 7a01 6301 ........$..z.c.
00002060: 0c5c 0098 008c 0027 6469 9892 0d07 f2b9 .\.....'di......
00002070: 0009 0080 4100 4100 6001 115c 0099 008c ....A.A.`..\....
00002080: 08b8 0020 0d0e 072b 7c01 7d01 165c 009a ... ...+|.}..\..
00002090: 008c 10b8 0028 a20c 0727 bc00 8100 4200 .....(...'....B.
000020a0: 7a01 1b5c 009b 008c 18b9 009f 0d07 29bc z..\..........).
000020b0: 0077 0118 5c00 9c00 8c98 b803 6091 0d07 .w..\.......`...
000020c0: 06b0 3b05 4000 0103 7401 1d5c 009d 7801 ..;.@...t..\..x.
000020d0: b800 208f 0d07 10f0 097a 0471 0122 5c00 .. ......z.q."\.
您好,您也需要向我们提供二进制文件,以便我们充分了解您的问题。
它是Windows(8 GB)中的bigpagefile.sys。 我可以提供我无法克服的部分。
哦,在那种情况下,没关系:/
因此,读取在00002010处停止,您希望它在哪一行停止?
"但是阅读停止在8199"-8199是什么? 电话号码? 字节数? 字节?
maximalOffsetString =" 2070"-0x2070十六进制偏移。 8199是0x2007的十进制。 它的已处理字节数。 实际上,我可以将其更改为任何更大的偏移量,它将在0x2007处停止。
例如,它可以很好地与填充零的文件配合使用。 我想,对某件事的记忆没有问题。
我认为您在读取完成之前就中断了外部for循环,请删除外部for循环底部的break。
...
for bytes in pagefile:
for byte in bytes:
...
line.append(hex(byte))
offset=offset+1
break #
pagefile.close()
...
有效! 谢谢! 我将其更改为" if maximalOffset == offset:break"以实际中断循环。 但是现在我完全迷失了:我认为" pagefile中的字节"是文件中的所有字节,并且逐字节循环只会在处理完所有字节后才结束。 知道为什么一个二进制文件中有几个"字节"吗?
没问题:),欢迎使用StackOverflow。 一个二进制文件中有几个字节,因为8GB文件对于系统而言无法一次读取所有内容,因此它将读取文件的一部分到内存中,并允许您对其进行处理(内部循环),然后 它将阅读下一部分,覆盖下一部分,依此类推。 这样可以确保仅将最小量的应变存储在内存中。
您可以通过研究Buffer了解更多信息。 上面的评论中描述的过程并不限于Python,它适用于计算机科学的许多不同领域。