從物理驅動器中提取字符串

Question

我正在尋找在Python 2.x中編寫腳本來掃描物理驅動器（物理驅動器而非邏輯驅動器）的大小範圍內的特定字符串（聊天工件）。我有我的頁眉和頁腳的字符串，所以我只是想知道如何最好掃描驅動器？我擔心的是，如果我將它分解爲250MB塊，並在解析頁眉和頁腳之前將其讀取到RAM中，那麼它可能是頁眉，但頁腳處於下一個250MB塊。

因此，本質上，我想掃描PhysicalDevice0中以「ABC」開始並以「XYZ」結尾的字符串，並從中複製所有內容。我不確定是否將數據掃描爲ascii或Hex。

隨着驅動器變得越來越大，我期待以儘可能最快的方式做到這一點。

有什麼建議嗎？

Answer 1

您的問題可以表述爲「我如何在一個很長的文件中搜索沒有行結構。」如果您一次讀取一行一行的面向行的文本，它與您所做的沒有什麼不同：假設您正在逐塊讀取文本文件，但有一個面向行的正則表達式用於搜索;你會搜索到最後的完整的在你已閱讀的區塊中的行，然後保持到最後一個不完整的行，並閱讀另一個區塊來擴展它。所以，你不會重新開始每個新塊的讀取。把它想成一個滑動窗口;您只會提前放棄您完全可以搜索的部分。

在此處做同樣的事情：編寫代碼，以便匹配的字符串永遠不會碰到緩衝區的邊緣。例如，如果您要搜索的標題長度爲100個字節：讀取一段文本;檢查模塊中是否出現完成模式;在當前塊結束之前將您的閱讀窗口提前至100個字節，並在其後添加一個新塊的文本值。現在您可以搜索標題，而不必擔心錯過標題。一旦找到它，就會提取文本，直到看到停止模式（頁腳）。不管它是在同一個塊還是在五個塊之後：你的代碼應該知道它處於提取模式，直到看到停止模式。