¿Cómo interpretar un volcado octal o hexadecimal de un archivo binario?

El archivo binario tiene cuerdas y algunos números, si lo hago od -c filenameo strings filename, puedo ver las cuerdas correctamente. Pero, ¿qué pasa con los números? Están en algún formato extraño.

El texto después de hacerlo od -c filenamees así:

0000000 036 \ 0 032 004 SD \ 0 \ 0 \ 0 \ 0 seq 1
0000020 \ 0 \ 0 \ 0 \ 0 \ 0 \ 0 \ 0 \ 0 \ t \ 0 ó 002 3 001
0000040 & \ 0 032 \ f O 2 006 \ 0 \ 0 \ 0 osfus 1
0000060 ó 002 3 001 ÿ \ r \ 0 \ 0 \ t \ 0 \ 0 @ 3 ×
0000100 233 º 004 \ 0 é 003 \ 0 \ 0 & \ 0 032 \ f O 2 7 \ 0
0000120 \ 0 \ 0 osfeu 1 ó 002 3 001 é 235
0000140 \ 0 \ 0 035 003 \ 0 @ 3 × 233 º 004 \ 0 Ñ \ a \ 0 \ 0
0000160 ä \ 0 032 \ f O r E \ 0 \ 0 \ 0 osfap 1

¿Cómo descifrar esto?

Incluso lo intenté hexdump -C filename

La salida es así:

00000000 1e 00 1a 04 53 44 00 00 00 00 73 65 71 31 20 20 | .... SD .... seq1 |
00000010 20 20 00 00 00 00 00 00 00 00 09 00 f3 02 33 01 | .......... ó.3. |
00000020 26 00 1a 0c 4f 32 06 00 00 00 6f 73 66 75 73 31 | & ... O2 .... osfus1 |
00000030 20 20 f3 02 33 01 ff 0d 00 00 09 00 00 40 33 d7 | ó.3.ÿ ...... @ 3 × |
00000040 9b ba 04 00 e9 03 00 00 26 00 1a 0c 4f 32 37 00 | .º..é ... & ... O27. |
00000050 00 00 6f 73 66 65 75 31 20 20 f3 02 33 01 e9 9d | ..osfeu1 ó.3.é. |
00000060 00 00 1d 03 00 40 33 d7 9b ba 04 00 d1 07 00 00 | ..... @ 3 × .º..Ñ ... |
00000070 e4 00 1a 0c 4f 72 45 00 00 00 6f 73 66 61 70 31 | ä ... OrE ... osfap1 |

Para aclarar, el archivo principal, que es un archivo normal, tenía un atributo que se mostraba, tiene un formato extraño, por lo que estamos viendo el archivo sin formato / binario.

Al hacer un volcado octal en el archivo normal, se resolvió el problema de visualización.

Con grep 'id=123' regular_file | head -1 | od -c, pude ver qué número había allí. Esperaba 1, nos mostró como 001.

Hay muchas formas de almacenar números: ASCII (que puede tener variantes locales específicas, como usar ',' para separar la parte fraccional O como una agrupación de miles), entero binario (número variable de bits) / flotante / doble (todos que puede variar según la arquitectura endian y si el software que produce el archivo formaliza la representación), BCD (sin comprimir, empaquetado, punto fijo y otras variantes), decimal codificado bi-quinario ...

No hay un estándar.

Una de las primeras cosas que tuve que memorizar para la informática fue Datos + Interpretación = Información útil . Un corolario de esto es que si te faltan datos o interpretación, no tienes nada. Los datos en sí no pueden decirle cómo interpretarlos. (puede tener metadatos que le indiquen esto, pero también necesita saber cómo interpretar los metadatos )

Dadas las circunstancias, sugiero probar esto:

file filename

Si surge algo como:

filename: data

y usted tiene absolutamente ninguna idea de lo que el formato es, qué programa es, qué es su uso, ni nada sobre el contenido de filename, a continuación, probablemente debería renunciar.

Salida de volcado octal

od(volcado octal) produce un volcado híbrido de texto y octal. Los no números son caracteres ya sea imprimibles, tales como o, s, f, caracteres, etc, o no imprimibles, tales como \0(ASCII 0, NUL), o \a(ASCII 7, BEL), o los números en la base 8, con el prefijo C estándar 0(por ejemplo 032= 26 en decimal). Su archivo se interpreta como una secuencia de bytes de 8 bits .

Salida de volcado hexadecimal

hexdumpproduce un volcado hexadecimal tradicional, con una columna que enumera bytes de 8 bits en hexadecimal, y la otra muestra qué caracteres ASCII corresponden a estos bytes, si corresponde (si el valor del byte es un carácter ASCII no imprimible o no es un carácter ASCII) , .se muestra en esa posición). Nuevamente, su archivo se interpreta como una secuencia de bytes de 8 bits .

Enteros

Si su archivo comprende 100% de enteros binarios (es decir, es una matriz unidimensional sin encabezado, uniforme, de algún tipo de representación de enteros), entonces debe responderse todas estas preguntas:

• ¿Son binarios 'adecuados' o decimales codificados en binario (BCD) ? (probablemente binario)
• ¿Qué ancho tienen en pedazos?
• Si su ancho no es un múltiplo de 8, ¿están empaquetados en bits como mensajes SMS o Base64, o están alineados en bytes?
• Si su ancho es de 8 bits o más, ¿cuál es el orden de bytes ? ¿Es Big Endian, Little Endian o uno de los otros tipos más raros?
• ¿Los enteros están firmados o sin firmar ?
• Si están firmados, ¿están representados en el complemento de dos (más probable), o el complemento de uno , o algo raro y extraño?

Probablemente hay más que estoy olvidando en este momento.

Y esto es solo para una matriz uniforme de enteros unidimensional, proveniente de una arquitectura de computadora moderna y común. Si sus datos tienen algún tipo de complejidad, las cosas se pondrán tan difíciles que rápidamente será más fácil ganar la lotería que simplemente adivinar el formato. Y tiene que adivinar (una suposición educada, pero una suposición), a menos que sepa el formato.