拆分两个串联文件

Question

我已经Afile做了相当于cat a.gif b.7z > Afile.

如何拆分Afile为原始文件a.gif和b.7z文件？

Answer 1

您必须弄清楚 gif 的结束位置和 7z 的开始位置。

如果您不知道 gif 文件的原始大小，您可以尝试找出文件的开头，7z该文件应以字符开头7z。

如果你幸运的话：

grep -boa 7z Afile

（假设 GNU 实现grep或兼容其非标准-b（byte 偏移），-o（o仅输出匹配部分）-a（a所有文件，包括非文本文件））将仅返回一个：

<offset>:7z

其中的行将<offset>是文件中文件7z开始处的偏移量。

然后，您可以使用以下命令提取它们：

tail -c +<offset+1> Afile > b.7z
head -c <offset> Afile > a.gif

例如，如果grep返回1234:7z，则运行tail -c +1235 Afile > b.7z和head -c 1234 > a.gif。

如果grep返回多个，其中一个将是 7z 文件的开头，而其他文件将只是恰好包含 0x37 0x7a（ASCII集中的7和字符的值）字节序列的 gif 或 7z 文件。z

要确定哪个是正确的，您可以将tail -c每个的输出通过管道传输到file -哪个应该返回类似于7-zip archive data正确的输出。或者甚至尝试列出其内容，bsdtar tf -例如。

tail -c +<offset+1> Afile | file -
tail -c +<offset+1> Afile | bsdtar tf -

该binwalk实用程序可用于自动化该过程，因为它尝试在文件内查找文件格式签名（通常用于从固件映像中提取信息）：

$ binwalk Afile

DECIMAL       HEXADECIMAL     DESCRIPTION
--------------------------------------------------------------------------------
0             0x0             GIF image data, version "89a", 584 x 137
8570          0x217A          7-zip archive data, version 0.4

理想情况下，正如 @Henrik 在评论中指出的那样，您需要查看 gif 部分元数据以获取有关 GIF 数据结尾位置的信息。我检查了 ImageMagick identify、GNU extract、perlImage::Info和exiftool报告图像信息的常用工具，不幸的是，它们都没有报告该信息。

通过研究GIF 图像格式规范，很可能可以手动完成此操作，另一种方法可能是连接到图像查看器或转换器，以查看它们在尝试解析文件时停止读取文件的位置。

我发现这款giftopnm古老的netpbm软件可以让我做到这一点。在 zsh 中：

zmodload zsh/system
{
  giftopnm > /dev/null
  head -c $(( systell(0) )) < Afile > a.gif
  cat > b.7z
} < Afile

在我的测试中，giftopnm在转换为 pnm 后，将 gif 文件末尾处的位置保留在 stdin 中（我们在此将其丢弃）。

假设 gif 在数据结束后还没有额外的信息，这看起来并不罕见。例如，参见 libreoffice gallery/htmlexpo/bludown.gif，它在有用数据末尾后有 212 个看似随机的字节。其中cut.gif似乎openjdk有 949 个额外字节（几乎是文件大小的 80%！），包括一些 Sun Microsystems 版权声明（未由 清理mat2）