可以将二进制文件中的字符串替换为不同但长度相同的字符串的 Ruby 脚本？

Question

我想编写一个 Ruby 脚本 (repl.rb)，它可以将二进制文件中的字符串(字符串由正则表达式定义)替换为不同但长度相同的字符串。它像过滤器一样工作，输出到 STDOUT，可以重定向(ruby repl.rb data.bin > data2.bin)，正则表达式和替换可以硬编码。我的做法是:

#!/usr/bin/ruby

fn = ARGV[0]

regex = /\-\-[0-9a-z]{32,32}\-\-/

replacement = "--0ca2765b4fd186d6fc7c0ce385f0e9d9--"

blk_size = 1024

File.open(fn, "rb") {|f|
  while not f.eof?
    data = f.read(blk_size)
    data.gsub!(regex, str)
    print data
  end
}

我的问题是，当字符串以这种方式定位在文件中时，它会干扰读取二进制文件所使用的 block 大小。例如，当 blk_size=1024 并且我第一次出现该字符串时，它从字节位置 1000 开始，所以我不会在“数据”变量中找到它。下一个读取周期也会发生同样的情况。我应该使用不同的 block 大小对整个文件进行两次处理，以确保避免这种有值(value)的情况，还是有任何其他方法？

Answer 1

我认为像 sed 这样的工具可能是更好的选择。也就是说，这里有一个想法:读取 block 1 和 block 2 并将它们连接成一个字符串，然后对组合的字符串执行替换。再次将它们分开并打印 block 1。然后读取 block 3 并加入 block 2 和 3 并执行上述替换。再次拆分它们并打印 block 2。重复直到文件末尾。我还没有测试过它，但它应该看起来像这样:

File.open(fn, "rb") do |f|
  last_block, this_block = nil

  while not f.eof?
    last_block, this_block = this_block, f.read(blk_size)
    data = "#{last_block}#{this_block}".gsub(regex, str)
    last_block, this_block = data.slice!(0, blk_size), data
    print last_block
  end

  print this_block
end

以这种方式进行操作可能会产生不小的性能损失，但根据您的用例，这是可以接受的。