从物理dri中提取字符串

Question

我希望用python2.x编写一个脚本，它将扫描物理驱动器（物理的和非逻辑的）以查找大小不等的特定文本字符串（聊天工件）。我有字符串的页眉和页脚，所以我想知道怎样才能最好地扫描驱动器？我担心的是，如果我把它分成，比如说250MB的块，并在解析页眉和页脚之前将这些数据读入RAM，那么可能是页眉在那里，但页脚在下一个250MB的块中。在

所以本质上，我想扫描PhysicalDevice0，寻找以“ABC”开头、以“XYZ”结尾的字符串，并从中复制所有内容。我不确定是把数据扫描成ascii还是十六进制。在

随着驱动器越来越大，我希望以最快的方式来实现这一点。在

有什么建议吗？在

Answer 1

你的问题可以表述为“如何在一个没有行结构的非常长的文件中搜索”这与你一次读取一行面向行的文本没有什么不同：假设你正在逐块读取一个文本文件，但是有一个面向行的regexp进行搜索；你将搜索到最后一个完整的行你读过的块，然后抓住最后一个不完整的行，读另一个块来扩展它。所以，你不会重新开始每读一个新的块。把它想象成一个滑动窗口；你只需推进它来丢弃你能够完全搜索到的部分。在

在这里做同样的事情：编写代码，这样匹配的字符串就不会碰到缓冲区的边缘。E、 g.如果你要搜索的标题是100字节长：读取一个文本块；检查块中是否出现complete模式；将阅读窗口提前到当前块末尾之前100个字节，并在其后面添加新块的文本值。现在您可以搜索标题，而不会丢失它。一旦找到它，就提取文本，直到看到停止模式（页脚）。如果你的代码块在五块模式下被发现了，那就停止它。在