小编Joã*_*oão的帖子

我正在处理这个包含其他几个文件的大文件（DATA.DAT，~900MB）。它来自PS2游戏。

声音样本（.AIFF格式），正是我所追求的，构成了它的大部分大小。

在网上搜索 PS2 .DAT提取器后，我发现它们基本上依赖于开发人员，并且由于该游戏/工具相当晦涩，而且在网上找不到太多相关信息，因此我想自己实现该过程的自动化。

在十六进制编辑器上检查文件时，我发现了一些.AIFF标头，将这些块克隆到新的.AIFF文件中，无需任何进一步的工作，它们就可以播放了。

花了一段时间从我非常有限的 bash 知识中摆脱了生锈并在这里阅读了类似的问题，我想出了这个表达：

gcsplit -f "sample-" -b "%04d.aif" DATA.DAT /FORM/ '{*}'

（我在 OSX 上使用 coreutils，因此 csplit 上有 g- 前缀）

鉴于.AIFF文件以字符串“FORM”开头，并且文件中的所有样本基本上都彼此相邻（由不会在样本上产生不需要的末端噪声的可忽略数量的数据隔开），我认为正则表达式

/FORM/

将足以拆分文件。

但是，每个拆分文件都带有垃圾数据，这些数据位于.AIFF标头之前的声音样本之间，使其无法播放。

下面是分割声音样本的十六进制数据的屏幕截图：

这个实际示例大约开始于 1500 字节标记：

是什么让这个表达式用偏移量分割文件？