☰

Estou tendo problemas com um arquivo de texto sendo marcado como binário

tag-icon • tag-icon linux grep
Estou tendo problemas com um arquivo de texto sendo marcado como binário

Eu tenho um executável que gera um arquivo de texto como saída. O problema é que o arquivo de texto sai com algum tipo de sinalizador de arquivo binário. O resultado é algo assim:

$ grep "grep string" output_file.txt
Binary file output_file.txt matches.

$ grep -a "grep string" output_file.txt
[correct results]

Algumas leituras indicaram que grep procura um caractere nulo nos primeiros mil bytes e depois determina se um arquivo é 'binário' ou não, então minha pergunta é dupla:

  1. Existe uma maneira fácil de remover caracteres nulos dos meus arquivos (posso fazer isso como parte do meu pós-processamento) para garantir que o grep funcione corretamente sem o sinalizador -a?

  2. Há algo óbvio que devo procurar em meu código para evitar que caracteres nulos sejam gravados no arquivo? Examinei o código detalhadamente e não vejo nenhum culpado óbvio.

    .

Responder1

Posso responder pelo menos à primeira pergunta. Se você estiver usando Unix/Linux você pode usar tr

tr -d '\000' < filein > fileout

onde \000 é o caractere nulo. Você também pode remover todos os caracteres não imprimíveis, como pode ver no exemplo aqui:"Edição de texto Unix: sed, tr, cut, od, awk"

Em relação à sua segunda pergunta, não sei qual é a sua linguagem de programação, mas procuraria por variáveis ​​​​não inicializadas que poderiam acabar sendo impressas no arquivo de saída.

Responder2

vou dar um palpite....

Seu programa grava o arquivo em UTF-16, uma codificação Unicode que usa dois bytes para cada caractere. Cada segundo byte é, na maioria das vezes, nulo.

iconv -f utf-16 -t utf-8 < filein > fileout

irá convertê-lo para UTF-8, com o qual a maioria dos coreutils se sente confortável.

Responder3

Outra opção poderia ser usarcordasferramenta, que na verdade é ainda mais poderosa do que apenas "consertar" codificação ou caracteres nulos, ela pode buscar dados de texto de qualquer binário real, então

$ strings arquivo_de_saída.txt | grep "string grep"

geralmente é bastante útil para encontrar rapidamente algo em um arquivo binário, por exemplo

$ strings firmware.bin | grep VERSÃO

informação relacionada