JPGカービングのJava正規表現

Question

Javaで正規表現を使用する際にいくつか問題があります。私はISOファイルを検索しようとしていて、そこにJPGイメージがあればそれを切り出します。

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

これは正常に動作し、私はその後、EXIF情報を切り開く提出することができます：現時点では

は、私は、次の正規表現を使用して、JPG内EXIF情報を見つけると成功を抱えています。私は、この正規表現を使用する場合

しかし、：

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

Javaは任意のマッチを見つけることができません。 ISOファイル内にJPGが存在することを確認できます。

私は一度に200バイトのファイルをバイト配列に読み込み、それを正規表現になるように文字列に変換しています。

これはちょっと混乱しているように、これがなぜ起こっているのか誰にでも助言できますか？

また、Javaで正規表現を使用してJPGを彫刻するファイルの問題に近づくには、誰も助けてください。

アドバイスをいただければ幸いです。

Answer 1

私は一度にファイルの200バイトをバイト配列に読み込み、それを正規表現になるように文字列に変換しています。

おそらくすべてのJPEGヘッダーがN * 200の境界線にまたがって分割されていることがあります。

とにかく、これはバイナリデータを検索するにはかなり比例しない（非効率的な）方法です。ヘッダーを見つけるまで、input streamを通過してみませんか？

Answer 2

バイト配列を読み込んで文字列に変換している場合、文字列のエンコーディングの問題が原因で後方に噛み付いている可能性があります。

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

が、JPEGヘッダではない：そうあなたが探しているEXIFパターンはすべてASCII互換であることを起こる

0xff 0xd8 0xff 

あなたはヤクブのアドバイスをfolowためにうまくやっだろうと正規表現をスキップします。

Answer 3

正規表現を使用してバイナリシーケンスを照合することはほとんどありません。バイナリデータとJavaの文字列の概念の違いをよく知っているのだろうか（Cとは対照的に）。

A JPEGファイルのバイナリデータ（バイトのシーケンスが）、あなたは文字列（文字のシーケンス）として、Javaでそれを持っている必要があり、パターンの正規表現で使用することです、彼らは根本的に異なるエンティティであり、いくつかの文字セットのエンコーディングを指定する必要があります。さらに、パターン内またはリテラル文字列としてリテラル\x45を指定すると、「バイナリ値0x45のバイト」を意味するわけではありません（これは意味をなさないでしょう。バイトを扱っていないためです）、 "ユニコードの文字ポイント番号0x45"となります。

通常の文字コードのエンコーディング（特にUTF-8とISO-8859-1およびその変形）では、 "ascii範囲"（127未満）のバイトシーケンスがそのバイト値とのコードポイント。しかし、他のエンコーディング（UTF-16など）や他の値（128-255の範囲）では、それは必要ではありません。特に、UTF-8の場合はそうではありません.ISO-8859-1ではこれが当てはまりますが、この「偶然性」には頼るべきではありません（これは偶然の場合です）。

あなたのシナリオでは、ISO-8859-1エンコーディングを指定すると、おそらくあなたが期待するものが得られると言えます。しかし、それでも悪いにおいがします。

演習：何このコードを印刷理解/予測しよう：答えを参照するには、以下のオーバー

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.*")); 
} 

置き、マウスを。

の情報のため

真真真偽