关于在C ++中解析二进制文件的问题

Question

所以我得到了这次面试的任务，这似乎有点令人困惑。

我的工作是，给我几个二进制文件（例如联系人，电话等），我需要提取尽可能多的信息。

[我使用Hex Fiend (picture of hex fiend here)解码了二进制文件，并且得到了有关调用应为(picture of the calls here)的样子的图片。

我的任务是用C ++编写的，我设法提取了诸如电话号码和“ TO”标签之类的信息，但是所有其他数据似乎都无法作为字符读取。是否将其编码为ascii消息（如标头说明），标签应该在其中，还是应该损坏/不可读？

我也应该能够提取日期和持续时间。

到目前为止，我已经解析了文件，因此当一个字符小于或等于31且大于或等于127时，将其替换为空格，这样我就可以看到与实际数据相对应的字母/数字，例如电话号码。

我解决此类问题的主要思想是弄清楚二进制文件的结构。

例如，01020304可能是一个标头，上面写着这是一个日志，并且有数据。

关于如何解决其余问题的任何想法？

非常感谢！

Answer 1

此文件看起来包含固定长度的记录，还可以选择包含标头。我用了两个EFCD标记（0x34e和0x3b8）之间的距离，得出了106（或0x6a）。尝试调整十六进制查看器的大小，以使106是准确的行数。

6360是106的精确倍数，因此似乎没有页眉或页脚。

让我们详细查看记录。我选择了一个从0x1a8开始的版本，因为它包含一些我们可以看的文字。

• 偏移量0x00：对于这些标记中的某些似乎有些不同的序列号。我们不知道它有多大，所以现在让我们猜测4个字节。
• 偏移量0x04：对于大多数记录，这是FF00或FF02。 2个字节。
• 偏移量0x06：几乎总是FFFF，但并非总是。还有2个字节？
• 偏移量0x0C：这看起来像是一个时间戳？ 4个字节
• 偏移量0x10：最后，我们识别出一些文本！看起来它位于UCS-2中，所有这00个字节之间。由于记录的大小是固定的，因此它是0x1e2-0x1b8 = 42字节。
• 偏移0x58：所拨号码的数字。这可能也是固定大小。

还有更多东西可以找到，但是我会留给你。最后，使用Kaitai struct（http://kaitai.io/）之类的东西编写与语言无关的二进制格式定义，从中可以生成各种语言的解析器。