在 C++ 中读取二进制文件并将结果输出为 hexdump

Question

我正在为一个学校项目构建一个更简单的 xxd 版本，当我只读取二进制文件时，我被文件输出挂断了（即当我读取纯文本文件时，一切正常预期）。

预期输出：

0000000: 504b 0304 1400 0000 0800 70b6 4746 562d  PK........p.GFV-
0000010: e841 3600 0000 3f00 0000 0900 1c00 706c  .A6...?.......pl
0000020: 6169 6e2e 7478 7455 5409 0003 7307 d754  ain.txtUT...s..T
0000030: ba1d d754 7578 0b00 0104 f501 0000 0414  ...Tux..........
0000040: 0000 000b c9c8 2c56 00a2 e2fc dc54 85e2  ......,V.....T..
0000050: c4dc 829c 5485 92d4 8a12 ae10 a844 625e  ....T........Db^
0000060: 7e49 466a 9142 4e66 5eaa 4266 9e02 9003  ~IFj.BNf^.Bf....
0000070: 56a0 9096 9993 ca05 0050 4b01 021e 0314  V........PK.....
0000080: 0000 0008 0070 b647 4656 2de8 4136 0000  .....p.GFV-.A6..
0000090: 003f 0000 0009 0018 0000 0000 0001 0000  .?..............
00000a0: 00a4 8100 0000 0070 6c61 696e 2e74 7874  .......plain.txt
00000b0: 5554 0500 0373 07d7 5475 780b 0001 04f5  UT...s..Tux.....
00000c0: 0100 0004 1400 0000 504b 0506 0000 0000  ........PK......
00000d0: 0100 0100 4f00 0000 7900 0000 0000       ....O...y.....

实际输出：

0000000: 504b 0304 1400 0000 0800 70ffb6 4746 562d  PK........p.GFV-
0000010: ffe841 3600 0000 3f00 0000 0900 1c00 706c  .A6...?.......pl
0000020: 6169 6e2e 7478 7455 5409 0003 7307 ffd754  ain.txtUT...s..T
0000030: ffba1d ffd754 7578 0b00 0104 fff501 0000 0414  ...Tux..........
0000040: 0000 000b ffc9ffc8 2c56 00ffa2 ffe2fffc ffdc54 ff85ffe2  ......,V.....T..
0000050: ffc4ffdc ff82ff9c 54ff85 ff92ffd4 ff8a12 ffae10 ffa844 625e  ....T........Db^
0000060: 7e49 466a ff9142 4e66 5effaa 4266 ff9e02 ff9003  ~IFj.BNf^.Bf....
0000070: 56ffa0 ff90ff96 ff99ff93 ffca05 0050 4b01 021e 0314  V........PK.....
0000080: 0000 0008 0070 ffb647 4656 2dffe8 4136 0000  .....p.GFV-.A6..
0000090: 003f 0000 0009 0018 0000 0000 0001 0000  .?..............
00000a0: 00ffa4 ff8100 0000 0070 6c61 696e 2e74 7874  .......plain.txt
00000b0: 5554 0500 0373 07ffd7 5475 780b 0001 04fff5  UT...s..Tux.....
00000c0: 0100 0004 1400 0000 504b 0506 0000 0000  ........PK......
00000d0: 0100 0100 4f00 0000 7900 0000 0000 0000  ....O...y.......

Here's a quick diff of the two files for easy reference.

我感觉这就是我阅读文件的方式。我决定坚持使用 C++ 库并使用 std::ifstream 来读取文件。这是我的实现：

void DumpUtility::dump(const char* filename) {
    std::ifstream file(filename, std::ifstream::in|std::ifstream::binary); // open file for reading

    if(file.is_open()) { // ensure file is open and ready to go
        std::cout << std::hex << std::setfill('0'); // pad PC with leading zeros
        char buffer[this->bytesPerLine]; // buffer symbols

        while(file.good()) {
            file.read(buffer, this->bytesPerLine);
            std::cout << std::setw(7) << this->pc << ":";
            for(unsigned int i = 0; i < this->bytesPerLine; i++) {
                if(i % 2 == 0) std::cout << " ";

                std::cout << std::setw(2) << (unsigned short)buffer[i];
            }

            std::cout << "  ";
            for(unsigned int i = 0; i < this->bytesPerLine; i++) {
                if(isprint(buffer[i]) == 0) { // checks if character is printable
                    std::cout << ".";
                } else {
                    std::cout << buffer[i];
                }
            }
            std::cout << std::endl;
            this->pc += this->bytesPerLine;
        }
    } else {
        std::cerr << "Couldn't open file. General error..." << std::endl;
        exit(EXIT_FAILURE);
    }

    file.close();
}

所以，file.read(buffer, this->bytesPerLine); 是读取文件的行，我通过 iomanip 将数据格式化为十六进制。我也尝试过使用 printf(%02X, (unsigned short)buffer[i]); 但没有成功——同样的输出。

做了什么

使用多个编译器重新编译程序
- clang++ -O0 -g -Wall -c
- g++ -g -Wall -c
g++的两个版本
- 4.2.1 - OS X 10.10
- 3.4.6 - Sun Solaris 10
在 lldb 和 gdb 中调试以查看这些额外 F 的确切来源，但我一无所获。

似乎 std::ifstream::read() 正在做一些事情，而不是简单地按原样存储特殊字符。有谁知道这些额外的 F's 代表什么，谁能指出我正确的方向来解决这个问题？

注意： 我正在尝试了解如何使用 std::ifstream 而不是使用 cstdio 来做到这一点。如果最坏的情况发生，那么我将改为使用 cstdio 中的文件 IO 实用程序来实现该方法。如果我不能使用 ifstream 做到这一点，那么我很乐意接受解释，这样我就可以学习了！

Answer 1

尝试以下操作：

std::cout << std::setw(2) << (unsigned short)buffer[i] & 0xFF;

或

std::cout << std::setw(2) << (unsigned short)(unsigned char)buffer[i];

或

unsigned char buffer[this->bytesPerLine];
...
std::cout << (char)buffer[i];

此外，isprint 与 signed char 一起使用不正确。问题类似：当 char 值为负时，它会扩展为负整数，而不是大于 127 的正整数（isprint 所期望的）。

因此，如果您使用的是有符号字符，调用应为：

if(isprint((unsigned char)buffer[i]) == 0)

Answer 2

您的问题是您的 char 类型已签名。所以当你写(unsigned short)buffer[i]时，它被翻译成char -> int -> unsigned short.

如果字节在0x7f以下，则视为>=0，一切正常，但如果不是，则在内部填充1位，形成负整数。你的第一个问题是 b6。实际发生的是：

b6 (signed char) -> FFFFFFb6 (signed int) -> FFB6 (unsigned short)

希望修复很简单。你只需要写：

std::cout << std::setw(2) << (unsigned short) (unsigned char) buffer[i];

因为现在正确转换为：

b6 (signed char) -> b6 (unsigned char) -> b6 (signed int) -> b6 (unsigned short)

在 C++ 中读取二进制文件并将结果输出为 hexdump

Reading binary file in C++ and output result as hexdump

c++

fstream

hexdump

binaryfiles

做了什么