C++实现JPEG二进制文件带掩码模式扫描与修改的问题排查

需求与问题 #

需求 #

使用C++对JPEG格式二进制文件进行模式扫描并修改指定字节，需保证文件不损坏；由于存在未知字节，必须采用模式+掩码系统（掩码中x表示需严格匹配对应字节，?表示该位置字节任意）。

问题 #

当掩码为纯x（如xxx）时代码运行正常，但掩码包含未知字节标识?（如x?x）时，无法按预期完成匹配与修改。

原代码存在的核心问题 #

1. 掩码匹配时的指针移动错误 #

原代码中，当掩码位置为?时，未执行fs.get(c)，导致文件读取指针未移动，后续字节读取位置错位。例如掩码x?x，匹配第一个字节后，第二个字节（掩码为?）未被读取，指针停留在第一个字节后的位置，第三个字节的匹配实际读取的是第二个字节的内容，导致匹配失败。

2. 二进制数据长度计算错误 #

使用strlen()计算二进制数据长度，但二进制数据可能包含\0（如示例中的"\x90\x00\x90"），strlen()会在第一个\0处停止，导致生成的vector长度远小于实际需要的模式长度。

3. Map键类型错误 #

使用char*作为std::map的键，实际比较的是指针地址而非字符串内容，导致不同的字符串字面量可能被视为不同的键，无法正确遍历匹配模式。

4. 结构体成员与代码调用不匹配 #

PatternMap结构体定义的成员为old和bypass，但后续代码中使用了it->second.new，属于笔误，导致编译错误或逻辑错误。

5. 递归调用的栈溢出风险 #

文件被占用时的递归重试未限制深度，可能导致栈溢出，且未正确返回递归调用的结果。

修复方案与完整代码 #

修复要点 #

• 修正掩码匹配逻辑：无论掩码是否为?，都需读取对应字节并移动指针，仅在掩码为x时进行匹配校验。
• 使用固定长度而非strlen()计算二进制数据的长度，避免\0截断。
• 将std::map的键改为std::string，确保按字符串内容匹配。
• 修正结构体成员名与代码调用的一致性。
• 替换递归重试为循环重试，避免栈溢出。

完整修复代码 #

#include <iostream>
#include <fstream>
#include <vector>
#include <map>
#include <thread>
#include <chrono>
#include <cstring>
#include <windows.h> // 仅用于GetLastError()，跨平台可替换为对应错误处理

// 定义模式映射结构体：old为需匹配的二进制数据，newData为替换后的二进制数据
struct PatternMap {
    const char* old;
    const char* newData;
};

bool run(const std::string& fileName, const std::vector<char>& toSearch, const std::vector<char>& newData, const std::string& mask) {
    // 检查模式、掩码与替换数据长度是否一致
    if (toSearch.size() != mask.size() || newData.size() != mask.size()) {
        std::cerr << "模式、掩码与替换数据长度必须一致" << std::endl;
        return false;
    }

    const int MAX_RETRIES = 5; // 最大重试次数
    int retryCount = 0;

    while (retryCount < MAX_RETRIES) {
        std::fstream fs(fileName, std::ios::binary | std::ios::in | std::ios::out);
        if (fs.is_open()) {
            char c;
            while (fs.get(c)) {
                // 匹配模式的第一个字节
                if (c == toSearch.front()) {
                    std::streamoff matchStartPos = fs.tellg() - 1; // 记录匹配起始位置（当前指针已在第一个字节后）
                    bool match = true;

                    for (size_t i = 1; i < toSearch.size(); ++i) {
                        // 无论掩码是否为?，都读取下一个字节
                        if (!fs.get(c)) {
                            match = false;
                            break;
                        }
                        // 仅当掩码为x时，校验字节是否匹配
                        if (mask[i] == 'x' && c != toSearch[i]) {
                            match = false;
                            break;
                        }
                    }

                    if (match) {
                        std::cout << "找到完整匹配，执行替换" << std::endl;
                        // 将写入指针移到匹配起始位置
                        fs.seekp(matchStartPos);
                        // 写入替换数据
                        fs.write(newData.data(), newData.size());
                        fs.flush();
                    }
                    // 将读取指针移回匹配第一个字节后的位置，继续后续扫描
                    fs.seekg(matchStartPos + 1);
                }
            }
            fs.close();
            return true;
        } else {
            DWORD err = GetLastError();
            if (err == 32) { // 文件被占用
                std::this_thread::sleep_for(std::chrono::milliseconds(1000));
                retryCount++;
            } else {
                std::cerr << "打开文件失败，错误码：" << err << std::endl;
                return false;
            }
        }
    }
    std::cerr << "文件被占用，重试" << MAX_RETRIES << "次后仍无法打开" << std::endl;
    return false;
}

int main() {
    std::string filePath = "test.jpg"; // 替换为你的JPEG文件路径

    // 模式映射表：键为掩码，值为匹配数据和替换数据，注意二进制数据用\x前缀，长度与掩码一致
    std::map<std::string, PatternMap> patternMap = {
        {"xxx", {"\x90\x90\x90", "\xAA\xAA\xAA"}},
        {"x?x", {"\x90\x00\x90", "\xBB\x00\xBB"}}
    };

    int patternIndex = 1;
    for (const auto& entry : patternMap) {
        const std::string& mask = entry.first;
        const PatternMap& pm = entry.second;

        std::cout << "正在处理模式：" << patternIndex << "，掩码：" << mask << std::endl;

        // 按掩码长度构造匹配和替换的vector，避免strlen截断二进制数据
        std::vector<char> oldDataVec(pm.old, pm.old + mask.size());
        std::vector<char> newDataVec(pm.newData, pm.newData + mask.size());

        bool result = run(filePath, oldDataVec, newDataVec, mask);
        if (!result) {
            std::cerr << "模式" << patternIndex << "处理失败" << std::endl;
        }

        patternIndex++;
    }

    return 0;
}

额外注意事项 #

• 处理JPEG文件时，需注意JPEG的结构特征（如SOI、EOI标记），避免修改关键结构导致文件损坏，建议仅修改非关键的自定义数据段。
• 二进制数据的表示需使用\x前缀（而非原代码中的\0x），\0x是错误的转义方式，会被解析为\0加x字符。
• 若需跨平台使用，需替换Windows.h中的GetLastError()为对应平台的错误处理函数（如Linux下的errno）。

内容的提问来源于stack exchange，提问作者ayya