在字符串中查找无界文件路径

本文关键字：文件 路径 查找 字符串 | 更新日期: 2023-09-27 18:09:46

我有这些由封闭源第三方软件生成的错误信息，我需要从中提取文件路径。

所述文件路径为:

  • 没有边界(即没有被引号、圆括号、括号等包围)
  • root(即从<letter>:'开始，如C:')
  • 不保证有文件扩展名
  • 表示保证存在于运行提取代码的计算机上的文件(仅文件，而不是目录)。
  • 由任何有效字符组成，包括空格，使它们难以被发现(例如C:'This'is a'path 'but what is an existing file path here)

需要注意的是，每条消息可以有0个或多个文件路径。

如何在错误信息中找到这些文件路径?

我在下面给出了一个答案，但我感觉有更好的方法来解决这个问题。

在字符串中查找无界文件路径

对于每个匹配，期待下一个'''字符。所以你可能会得到"c:'mydir'"。检查该目录是否存在。然后找到下一个'，给出"c:'mydir'subdir"。检查该路径。最终你会找到一条不存在的路径，或者你会到达下一场比赛的开始。

这时，您就知道要在哪个目录中查找了。然后调用Directory.GetFiles并匹配与子字符串匹配的最长文件名，子字符串从您找到的最后一个路径开始。

这样可以减少回溯。

这是如何做到的:

static void FindFilenamesInMessage(string message) {
    // Find all the "letter colon backslash", indicating filenames.
    var matches = Regex.Matches(message, @"'w:''", RegexOptions.Compiled);
    // Go backwards. Useful if you need to replace stuff in the message
    foreach (var idx in matches.Cast<Match>().Select(m => m.idx).Reverse()) {
        int length = 3;
        var potentialPath = message.Substring(idx, length);
        var lastGoodPath = potentialPath;
        // Eat "'" until we get an invalid path
        while (Directory.Exists(potentialPath)) {
            lastGoodPath = potentialPath;
            while (idx+length < message.Length && message[idx+length] != '''')
                length++;
            length++; // Include the trailing backslash
            if (idx + length >= message.Length)
                length = (message.Length - idx) - 1;
            potentialPath = message.Substring(idx, length);
        }
        potentialPath = message.Substring(idx);
        // Iterate over the files in directory we found until we get a match
        foreach (var file in Directory.EnumerateFiles(lastGoodPath)
                                      .OrderByDescending(s => s.Length)) {
            if (!potentialPath.StartsWith(file))
                continue;
            // 'file' contains a valid file name
            break;
        }
    }
}

我是这样做的。

然而，我不认为把消息反复串成子字符串是个好主意。

static void FindFilenamesInMessage(string message)
{
    // Find all the "letter colon backslash", indicating filenames.
    var matches = Regex.Matches(message, @"'w:''", RegexOptions.Compiled);
    int length = message.Length;
    foreach (var index in matches.Cast<Match>().Select(m => m.Index).Reverse())
    {
        length = length - index;
        while (length > 0)
        {
            var subString = message.Substring(index, length);
            if (File.Exists(subString))
            {
                // subString contains a valid file name
                ///////////////////////
                // Payload goes here
                //////////////////////
                length = index;
                break;
            }
            length--;
        }
    }
}
相关文章：