關於JPG雕刻的Java正則表達式

我在Java中使用正則表達式時遇到了一些問題。我試圖通過一個ISO文件進行搜索，並且如果有任何JPG文件，就可以分割出任何JPG文件。關於JPG雕刻的Java正則表達式

目前，我在用JPG內定位EXIF信息，使用下面的正則表達式成功：

Pattern imageRegex = Pattern.compile("\\x45\\x78\\x69\\x66"); //Exif regex

這工作得很好，然後我可以將文件能開出的EXIF信息。

但是，如果我用這個正則表達式：

Pattern imageRegex = Pattern.compile("\\xff\\xd8\\xff"); //JPG header regex

的Java未能找到任何匹配。我可以確認ISO文件中有JPG文件。

我正在讀200字節的文件在一個字節數組，然後將其轉換爲一個字符串是正則表達式。

任何人都可以建議爲什麼會發生這種情況，因爲它相當混亂。

或者任何人都可以建議一個更好的方法來解決在Java中使用正則表達式來處理JPG文件的問題嗎？

任何意見將不勝感激。

來源

2011-07-16 user848044

我正在讀取200個字節的文件，每次讀入一個字節數組，然後將其轉換爲一個字符串以regex'd。

也許所有的JPEG標題都在N * 200邊界上分開。

無論如何，這是一種非常規（低效）的搜索二進制數據的方式。爲什麼不直接通過input stream直到找到標題？

來源

2011-07-16 19:10:18

如果你正在閱讀一個字節數組並將它轉換爲一個字符串，那麼字符串編碼問題有可能在後面咬你。恰巧，你要尋找的EXIF模式是所有的ASCII兼容：

0x45 0x78 0x69 0x66 
E x i f

但JPEG頭是不是：

0xff 0xd8 0xff

你會做好folow中的Jakub的建議，跳過正則表達式。

來源

2011-07-16 19:30:30 duskwuff

感謝您的信息。我明白現在如何匹配exif數據，因爲它是所有有效的ascii字符。我無法理解的是如何使用一個字節[]或類似的匹配一個JPG頭，而不是簡單地匹配一系列的字節。我看了一下fileinputstream API，但我仍然有點困惑。你可以提供一個更好的解決方案如何匹配字節？我不是在找你，只是給我答案，但我是新來的，我越來越快越來越困惑。謝謝 – user848044

最簡單的方法就是循環尋找0xff的字節數組 - 當你找到一個時，檢查它是否後面跟着0xd8和0xff。有很多方法可以優化這個過程（比如Boyer-Moore算法），但簡單的方法對於初學者來說可以很好地工作。 – duskwuff

使用正則表達式匹配二進制序列很少適用;我想知道你是否清楚Java中二進制數據和字符串之間的概念差異（而不是C）。

JPEG文件是二進制數據（的字節序列），在模式正則表達式來使用，你必須有它在Java作爲一個字符串（的字符序列），它們是完全不同的實體，並且要從一個轉換到另一個，必須指定一些字符集編碼。此外，當你在一個模式中指定文字\x45或者指定一個文字字符串時，你的意思不是（像你認爲的那樣）「二進制值爲0x45的字節」（這是沒有意義的，因爲我們沒有處理字節）但是，「Unicode中的字符點號0x45」。

的確，在幾種通常的字符集編碼中（特別是在UTF-8和ISO-8859-1及其變體中），「ascii範圍」（小於127）中的一系列字節將被轉換爲帶有該字節值的代碼點。但對於其他編碼（如UTF-16）或其他值（在128-255範圍內），這並不是真的。特別是，UTF-8並非如此 - ISO-8859-1的確如此，但不應該依賴這種「巧合」（如果你是你的話，這是巧合）。

在你的場景中，我會說，如果你指定ISO-8859-1編碼，你可能會得到你所期望的。但它仍然味道不好。

練習：試圖預測/明白這是什麼代碼打印：

public static void main(String[] args) throws Exception { 
    byte[] b = { 0x30, (byte) 0xb2 }; 
    String x = new String(b, "ISO-8859-1"); 
    System.out.println(x.matches(".*\\x30.*")); 
    System.out.println(x.matches(".*\\xb2.*")); 
    String x2 = new String(b, "UTF-8"); 
    System.out.println(x2.matches(".*\\x30.*")); 
    System.out.println(x2.matches(".*\\xb2.*")); 
}

將鼠標放在下面來看看答案。

真真真假

來源

2011-07-16 19:59:52 leonbloy

關於JPG雕刻的Java正則表達式

回答

相關問題