数据雕刻循环改进
我现在正在开发一个Python应用程序，目的是从一个块设备中提取jpeg文件。简单来说，这个程序有时候能正常工作，有时候又不行。我设计的方式是先读取这个块设备，直到找到一个特定的标记（ffd8），然后我保持这个读取的状态，继续循环查找另一个标记（ffd9），这个标记表示文件的结束。不过，我必须考虑到所有的ffd9标记，即使是第一个之后的那些。因此，这个过程通常非常耗费资源。假设这个设备里有25个jpeg文件，还有很多其他数据，循环查找的过程就显得特别复杂，而且消耗很多时间。
这个程序并不是世界上最慢的，但我觉得它可以更快、更高效。我在寻找一种更好的方法来搜索这个块设备，并以更有效的方式提取数据。我也不想让硬盘或存储块设备镜像的驱动器受到损害。
所以，有没有人知道更好的方法来系统地处理数据的搜索和提取呢？
1 个回答
2
直接读取块设备的问题在于，无法保证任何文件的块是连续的。也就是说，即使你在第13个块找到了神奇的标记字节0xFFD8，也不能保证第14个块属于同一个文件，不管它是否包含0xFFD9结束标记。（大多数文件会从一个块的边界开始，但文件的结束位置可能在任何地方，甚至可能跨越多个块的边界。）
那有什么更好的处理方法呢？这要看你想要什么。如果你只关注当前已分配的块，那么可以使用Python中的类似于POSIX C函数ftw（nftw）的方式来扫描文件系统，逐个读取文件。不过，这样做无法找到已删除的JPEG文件在空闲列表中的证据。如果你想找到这些文件，那你就需要像现在这样做，但还要把这些信息和文件系统中的内容关联起来。映射这些块（最多）会很困难。