在文件的字符数组中搜索 2 个连续的十六进制值

Question

我已经使用 fread 将文件读入字符数组。现在我想在该数组中搜索两个连续的十六进制值，即 FF 后跟 D9（它是表示文件结尾的 jpeg 标记）。下面是我用来执行此操作的代码：

char* searchBuffer(char* b) {
    char* p1 = b;
    char* p2 = ++b;
    int count = 0;

    while (*p1 != (unsigned char)0xFF && *p2 != (unsigned char)0xD9) {
        p1++;
        p2++;
        count++;
    }

    count = count;
    return p1;
}

现在我知道如果我搜索不包含 0xFF 的十六进制值（例如 4E 后跟 46），此代码可以工作，但每次我尝试搜索 0xFF 时都会失败。当我不将十六进制值转换为无符号字符时，程序不会进入 while 循环，当我这样做时，程序会遍历数组中的所有字符，并且不会停止，直到出现越界错误。我很困惑，请帮忙。

忽略计数，它只是一个帮助我调试的变量。

提前致谢。

Answer 1

为什么不使用 memchr() 来查找潜在的匹配项？

另外，请确保您正在处理潜在签名类型的提升（char 可能会或可能不会签名）。请注意，虽然 0xff 和 0xd9 在视为 8 位值时设置了高位，但它们是非负整数常量，因此不存在“符号扩展”发生在他们身上的情况：

char* searchBuffer(char* b) {
    unsigned char* p1 = (unsigned char*) b;
    int count = 0;

    for (;;) {
        /* find the next 0xff char */
        /* note - this highlights that we really should know the size   */
        /* of the buffer we're searching, in case we don't find a match */
        /* at the moment we're making it up to be some large number     */
        p1 = memchr(p1, 0xff, UINT_MAX);
        if (p1 && (*(p1 + 1) == 0xd9)) {
            /* found the 0xff 0xd9 sequence */
            break;
        }

        p1 += 1;
    }

    return (char *) p1;
}

另外，请注意，您确实应该传递正在搜索的缓冲区大小的一些概念，以防找不到目标。

这是一个采用缓冲区大小参数的版本：

char* searchBuffer(char* b, size_t siz) {
    unsigned char* p1 = (unsigned char*) b;
    unsigned char* end = p1 + siz;

    for (;;) {
        /* find the next 0xff char */
        p1 = memchr(p1, 0xff, end - p1);
        if (!p1) {
            /* sequnce not found, return NULL */
            break;
        }


        if (((p1 + 1) != end) && (*(p1 + 1) == 0xd9)) {
            /* found the 0xff 0xd9 sequence */
            break;
        }

        p1 += 1;
    }

    return (char *) p1;
}

Answer 2

您正在犯整数促销的错误。 !=（和类似）的两个操作数都提升为 int。如果其中至少一个是 unsigned，那么它们都被视为 unsigned（实际上这不是 100% 准确，但对于这种特殊情况，应该就够了）。所以这：

*p1 != (unsigned char)0xFF

相当于：

(unsigned int)*p1 != (unsigned int)(unsigned char)0xFF

在您的平台上，char显然是signed，在这种情况下，它永远不能采用(unsigned int)0xFF<的值/代码>。

因此，请尝试按如下方式转换 *p1：

(unsigned char)*p1 != 0xFF

或者，您可以让函数采用 unsigned char 参数而不是 char，并避免所有转换。

[请注意，除此之外，您的循环逻辑不正确，正如各种评论中指出的那样。]

Answer 3

4E 会将其自身提升为正整数，但 *p1 将为负整数 FF，然后将提升为一个非常大的无符号值，该值将远远大于 FF。

您需要使 p1 无符号。

Answer 4

您可以将代码编写得更短，如下所示：

char* searchBuffer(const char* b) {
    while (*b != '\xff' || *(b+1) != '\xd9') b++;
    return b;
}

另请注意，如果 b 实际上不包含字节 FFD9，则该函数将导致分段错误（或更糟的是，返回无效结果）。

Answer 5

使用 void *memmem(const void *haystack, size_t haystacklen, const void *needle, size_t Needlelen);

它在 string.h 中可用并且易于使用。

char* searchBuffer(char* b, int len) 
{
    unsigned char needle[2] = {0xFF, 0XD9};
    char * c;
    c = memmem(b, len, needle, sizeof(needle));
    return c;
}