python - 我是否正确地从此 mysqldump 中提取了 JPEG 二进制数据？

Question

我有一个 8 年前运行的 vbulletin 站点的非常旧的 .sql 备份。我正在尝试查看存储在数据库中的文件附件。下面的脚本将它们全部提取出来，并根据 JPEG wiki page 通过十六进制转储和检查 SOI(图像开始)和 EOI(图像结束)字节(分别为 FFD8 和 FFD9)验证为 JPEG。 .

但是当我尝试用 evince 打开它们时，我收到这条消息“解释 JPEG 图像文件时出错(JPEG 数据流不包含图像)”

这里可能发生了什么？

一些背景信息:

• sqldump 大约 8 岁
• vbulletin 2.x 是存储信息的软件
• 很可能使用了 php 4
• 最有可能是 mysql 4.0，甚至可能是 3.x
• 存储这些附件的列数据类型是 mediumtext

我的 Python 3.1 脚本:

#!/usr/bin/env python3.1

import re

trim_l = re.compile(b"""^INSERT INTO attachment VALUES\('\d+', '\d+', '\d+', '(.+)""")
trim_r = re.compile(b"""(.+)', '\d+', '\d+'\);$""")
extractor = re.compile(b"""^(.*(?:\.jpe?g|\.gif|\.bmp))', '(.+)$""")

with open('attachments.sql', 'rb') as fh:
    for line in fh:
        data = trim_l.findall(line)[0]
        data = trim_r.findall(data)[0]
        data = extractor.findall(data)
        if data:
            name, data = data[0]
            try:
                filename = 'files/%s' % str(name, 'UTF-8')
                ah = open(filename, 'wb')
                ah.write(data)
            except UnicodeDecodeError:
                continue
            finally:
                ah.close()

fh.close()

更新JPEG 维基页面说 FF 字节是节标记，下一个字节指示节类型。我看到一些没有在 wiki 页面中列出的(具体来说，我看到很多 5C 字节，所以 FF5C)。但是这个列表是“通用标记”，所以我试图找到一个更完整的列表。此处的任何指导也将不胜感激。

Answer 1

使用示例 SQL 语句更新您的问题，包括 JPEG 字符串值的几行/字节。也许数据是 base64 编码的，或者甚至是直接的十六进制值。我们会进一步帮助您。

此外，通过发出以下命令更容易查看文件内容的类型:

file yourfile.jpg