从VB.Net中的二进制文件中提取字符串

我想从包含嵌入式SQL语句的一些二进制文本文件中提取字符串数据。我不需要任何花哨的清理 - 只是提取可读文本的一些方法。我使用的是vb.net，但是调用外部工具也可以。从VB.Net中的二进制文件中提取字符串

2009-12-03 Jeff

谢谢大家。伟大的想法。真的帮助我思考。四处升腾。最后，我不需要确定它们是否是字符串，所以我用一种快速，草率，丑陋的黑客行事。

'strip out non-string characters 
For Each b As Byte In byteArray 
     If b = 9 Or b = 10 Or b = 13 Or (b > 31 And b < 127) Then 
      newByteArray(i) = b.ToString 
      i += 1 
     End If 
    Next 

    'move it into a string 
    resultString = System.Text.Encoding.ASCII.GetString(newByteArray)

来源

2009-12-03 22:15:19 Jeff

这并不像起初看起来那么微不足道。一个字符串可以用许多方式编码。你认为什么是“可读文本”，不可读部分是怎么看的？说它看上去像这样：

&8)JÓxZZ`\■£ÌS?E?L?E?C?T?*?F?R?O?M?m?y?T?b?l?§ıÍ4¢

你是幸运的，因为它是使用UTF-16或其他多字节编码可能编码。这些认识很微不足道。但是在几乎所有其他的情况下（UTF-8，ISO-8859-1，Windows-1252），除非您知道某个特定的文本或文本“可读文本”开始以及它如何结束。

重点是：任何事物都是被允许的并被认为是可读的文本。 UTF-8，ASCII和Windows-1252甚至允许NULL字符（尽管一些编程语言不允许）。 Here's a thread这给出了一个VB如何继续进行的例子，它可能会给你一些提示。

PS：分析这种类型的数据可能很困难，如果您可以将文件上传到某个地方，那么我们可以看一看。

来源

2009-12-03 20:48:54 Abel

当我打开我想看看在记事本中我关心的弦线部分的TEXTFILES都清晰可见。我认为我需要做的就是去掉任何非字符串，我会被设置？ – Jeff 2009-12-03 20:52:23

我希望你是对的，但并不那么容易。记事本不知道*这些字符串，它只是显示它们。查看任何二进制文件（即图像），你会发现“可读”的部分。假设你逐个角色地观察它，你能否在整个文件中主动选择一个始终为“字符串”的字符范围？ – Abel 2009-12-03 20:55:53

参考： http://technet.microsoft.com/en-us/sysinternals/bb897439.aspx

来源

2009-12-03 21:21:40 Stu

的GNU strings实用程序已经撒手人寰，并做更多或多或少的正是这种利用启发式猛拉说，“看起来像一个字符串”从二进制的任何数据。

从MinGW获取Win32的GNU binutils（包括字符串）： http://sourceforge.net/projects/mingw/files/。

来源

2009-12-03 21:45:11

仅供参考，字符串的输出将包含大量误报，但鉴于您知道要查找的字符串的语法（SQL语句），因此不会过滤仅您要查找的内容。 – 2009-12-03 21:53:43

+1，尤其是因为我也看着它，并认为它不合适。我错了！ ;-)。请注意，使用启发式不是罗塞塔的石头...... – Abel 2009-12-03 22:12:06

从VB.Net中的二进制文件中提取字符串

回答

相关问题