从二进制文件提取资源部分损坏，求解决方案及工具推荐

云原生阿岚

2026-6-20

问题：二进制文件提取PNG部分损坏，修复后仍有异常

问题背景

我正在做一个从二进制文件提取图片、音频等资源的项目，用Python脚本提取PNG时，部分文件损坏。相关代码如下：

main.py

import os
from src.bin2png import bin2png

for root, dirs, files in os.walk('.\Bin'):
    for file in files:
        if not file.endswith('.bin'):
            continue
        print(f'Found file: {file}')
        bin2png(os.path.join(root, file), './png')
    print('DONE')

bin2png.py

import os
import re
import binascii

def bin2png(file_path: str, save_path: str):
    counter = 0
    png_pattern = re.compile(r'89504E47.*?49454E44AE426082', re.IGNORECASE)
    file_path = file_path.replace('\\', '/')
    file_name = file_path.split('/')[-1][:-4]
    save_path = os.path.join(save_path, file_name)

    if not os.path.exists(save_path):
        os.mkdir(save_path)

    with open(file_path, 'rb') as file:
        for match in png_pattern.findall(str(binascii.hexlify(file.read()))):
            with open('{}/{}.png'.format(save_path, counter), 'wb+') as image:
                image.write(binascii.unhexlify(match))
                counter += 1
    
    if counter != 0:
        print('Successfully extracted {} PNGs from file {}'.format(counter, file_name))
    else:
        print('Failed to find PNGs in file {}'.format(file_name))

检查二进制文件时，发现一段疑似被混淆的PNG头：

A9 70 6E 67 2D 2A 3A 2A 20 20 20 2D 69 68 64 72 20 20 20 5F 20 20 CD 5F 26 75 39 D4 8C EF B0 3E 34 AC C3 23 A9 A3 4D 1D A0 FA 5D F8 32 EF 60 76 75 18 E2 88 D4 24

编写了hex_modifier.py尝试修复头：

def modify_hex_string(hex_string):
    hex_values = hex_string.split()
    modified_values = []
    
    for hex_value in hex_values:
        int_value = int(hex_value, 16)
        
        modified_value = abs(0x20 - int_value)
        
        modified_value = max(0, min(modified_value, 0xFF))
        
        modified_values.append(format(modified_value, '02X'))
    
    result_string = ' '.join(modified_values)
    
    return result_string

hex_string = "A9 70 6E 67 2D 2A 3A 2A 20 20 20 2D 69 68 64 72 20 20 20 5F 20 20 CD 5F 26 75 39 D4 8C EF B0 3E 34 AC C3 23 A9 A3 4D 1D A0 FA 5D F8 32 EF 60 76 75 18 E2 88 D4 24"
result = modify_hex_string(hex_string)
print(f"Result: [{result}]")

输出修复后的头：

Result: [89 50 4E 47 0D 0A 1A 0A 00 00 00 0D 49 48 44 52 00 00 00 3F 00 00 AD 3F 06 55 19 B4 6C CF 90 1E 14 8C A3 03 89 83 2D 03 80 DA 3D D8 12 CF 40 56 55 08 C2 68 B4 04]

现在文件头正确，但仍有部分资源损坏，请问问题出在哪？如何修复？有哪些工具或参考内容推荐？

问题分析与修复方案

核心问题点

正则匹配的转码错误
原代码中str(binascii.hexlify(file.read()))会将十六进制字节流转为包含b'前缀和'后缀的字符串，导致正则匹配时可能捕获到无效字符，破坏提取的PNG数据完整性。
混淆还原算法错误
观察混淆后的PNG头：A9 70 6E 67对应正常头89 50 4E 47，实际是每个字节加上了0x20，还原时应该用字节值 - 0x20，而不是abs(0x20 - 字节值)。后者会在字节值小于0x20时错误反转，导致数据损坏。
仅修复文件头，未处理整个数据流
混淆是作用于整个PNG文件的，只修复头无法解决后续数据的损坏问题，需要对提取到的完整混淆数据做逆处理。

修复步骤

1. 修正二进制转码逻辑

在bin2png.py中，将十六进制转码改为：

hex_data = binascii.hexlify(file.read()).decode('ascii')

避免引入b'和'的干扰。

2. 修正混淆还原算法

替换错误的绝对值计算，改为正确的逆混淆逻辑：

def decode_obfuscated_png(data: bytes) -> bytes:
    decoded = bytearray()
    for b in data:
        # 每个字节减去0x20，负数则加0x100保证在0-255范围
        decoded_byte = (b - 0x20) % 0x100
        decoded.append(decoded_byte)
    return bytes(decoded)

3. 优化正则匹配，处理混淆与原始PNG

更新正则表达式，同时匹配原始PNG和混淆后的PNG，并对混淆数据做还原：

png_pattern = re.compile(
    r'(89504E47.*?0000000049454E44AE426082)|(A9706E67.*?2020202069686472CE6280A2)',
    re.IGNORECASE | re.DOTALL
)

原始PNG的IEND块为0000000049454E44AE426082（长度0 + IEND签名 + CRC）
混淆后的IEND块为2020202069686472CE6280A2（每个字节加0x20后的结果）

4. 完整改进后的bin2png.py

import os
import re
import binascii

def decode_obfuscated_png(data: bytes) -> bytes:
    decoded = bytearray()
    for b in data:
        decoded_byte = (b - 0x20) % 0x100
        decoded.append(decoded_byte)
    return bytes(decoded)

def bin2png(file_path: str, save_path: str):
    counter = 0
    png_pattern = re.compile(
        r'(89504E47.*?0000000049454E44AE426082)|(A9706E67.*?2020202069686472CE6280A2)',
        re.IGNORECASE | re.DOTALL
    )
    file_path = file_path.replace('\\', '/')
    file_name = file_path.split('/')[-1][:-4]
    save_path = os.path.join(save_path, file_name)

    if not os.path.exists(save_path):
        os.mkdir(save_path)

    with open(file_path, 'rb') as file:
        hex_data = binascii.hexlify(file.read()).decode('ascii')
        for match in png_pattern.findall(hex_data):
            png_hex = match[0] if match[0] else match[1]
            png_data = binascii.unhexlify(png_hex)
            # 对混淆的PNG数据做解码
            if png_hex.lower().startswith('a9706e67'):
                png_data = decode_obfuscated_png(png_data)
            # 保存文件
            with open(os.path.join(save_path, f'{counter}.png'), 'wb') as image:
                image.write(png_data)
            counter += 1
    
    if counter != 0:
        print(f'Successfully extracted {counter} PNGs from file {file_name}')
    else:
        print(f'Failed to find PNGs in file {file_name}')

其他可能的问题排查

PNG块CRC校验失败：如果提取的PNG仍损坏，可以用png库检查每个块的CRC，验证数据是否被篡改或截断。
多混淆模式：部分PNG可能用了不同的混淆规则，需要用十六进制编辑器对比正常PNG和损坏PNG的字节差异，确定其他混淆方式。

从二进制文件提取资源部分损坏，求解决方案及工具推荐

问题背景 #

main.py #

bin2png.py #

问题分析与修复方案 #

核心问题点 #

修复步骤 #