-
-
[原创]binmay 灵活掩码版，搜索替换工具
-
发表于: 3天前
-
版本：3 ｜ 许可：GPLv2+ ｜ 平台：Windows
Binmay 是一个轻量级命令行工具，用于在文件或流中搜索二进制字符串，并可选择性地替换为另一个字符串。通过灵活的掩码机制，支持精确到位（bit）的匹配与替换控制。适用于固件修改、二进制补丁、日志清理、注册表分析等场景。
近期，DeepSeek 编程能力增强了，我令其以 资深编程专家角色 经几十次深度优化源码，结果喜人。
原作者：Sean Loaring，Slore
原地址：d1dK9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6Y4K9i4c8Z5N6h3u0Q4x3X3g2U0L8$3#2Q4x3V1k6K6L8r3!0J5k6h3I4W2k6g2)9J5c8X3u0A6L8X3#2S2P5b7`.`.
新版本对源码 binmay.c 进行了近乎重写级别的深度优化，在保持原有设计思想的基础上，修复了大量隐性缺陷，大幅提升了健壮性、性能以及可维护性。以下是按维度划分的详尽分析。
优化版从底层修复了原代码的编译错误、内存泄漏、线程安全无关的全局状态污染、不安全文件操作等硬伤，并通过临时文件原子写、智能搜索加速、灵活掩码语法、跨平台二进制模式支持、完整错误恢复链等改进，将一个小巧但粗糙的工具提升到工业生产级质量。
Binmay 由 Sean Loaring 原创，Slore 和 Hook 后续改进。
许可证：GNU GPL version 2 或更高版本。
| 原始代码 | 优化版本 | 改进意义 |
|---|---|---|
f_malloc 中错误地强制转换为 (struct input*)（未定义结构） |
完全移除无意义的转换，使用统一的 xmalloc(void *p) |
消除编译错误与未定义行为 |
未处理 Windows 文本模式可能导致 \n -> \r\n 转换 |
引入 set_binary_mode()，对 stdin/stdout/stderr 设置 O_BINARY |
保证二进制数据在 Windows 下正确读写 |
自定义 getopt 存在状态机 bug，且返回 -1 非标准 |
保留自定义 getopt，但修复了错误返回逻辑（统一 return '?'），并增强错误信息 |
命令行解析更健壮，行为更符合预期 |
| 原始代码 | 优化版本 |
|---|---|
全局变量泛滥：verbose、matches、pukebuf、plen 等大量使用全局，资源释放困难 |
所有配置集中到动态分配的 struct app_config，通过指针传递，main 末尾统一 free |
内存泄漏：buffered_handle、file_handle、masked_string 等通过 f_malloc 分配后从未释放 |
实现完备的 *_free 系列函数，main 采用 goto 清理链，无论成功或失败路径均会释放所有已分配资源 |
缓冲区固定 1024 字节，且 masked_string_setstr 中上游长度检查形同虚设（u: 格式会加倍） |
缓冲区扩大至 IO_LEN = 128 * 1024（128KB），大幅减少 I/O 次数；长度检查前置至 process_string_default 内部，防止越界 |
| 原始代码 | 优化版本 |
|---|---|
多数函数内部直接 exit(1) 或 abort()，无法由调用者优雅恢复，且资源泄露 |
所有函数返回错误码或 LEN_UNSET，错误层层上传，main 统一处理并跳转清理，确保文件、内存等资源被释放 |
fwrite 未处理短写（short write） |
实现 fwrite_all，循环写入直到全部字节发送完毕，避免大数据量时写不完整 |
-u/-U 原地更新方式极不安全：直接 rename 原文件为 .org，然后打开原文件名写入。若程序中途崩溃，原文件已消失，数据不可恢复 |
采用临时文件 + 原子重命名模式：先用 mkstemp（POSIX）或 _mktemp_s（Windows）创建安全临时文件，所有输出写入临时文件，成功后才执行重命名。失败时保留临时文件并给出明确恢复提示。若已备份*.0rg则不覆盖，保留初始版本，零数据丢失风险 |
| 掩码长度不一致时仅警告并截断，可能产生非预期结果 | 严格校验掩码长度与字符串长度必须相等，否则报错退出 |
| 空搜索字符串或非法前缀无检查 | 增加 search->length == 0 检查，非法前缀返回错误 |
buffered_skip 中偏移量 coffset 可能溢出（原为 int） |
coffset 改为 long long，并在跳过前检查溢出 |
| 原始代码 | 优化版本 |
|---|---|
masked_string_seek 对每个位置无差别调用 masked_string_match（O(n*m) 的朴素匹配） |
引入快速跳跃过滤：在掩码设置后预先计算出前两个非通配字节的位置 first_nonwild、second_nonwild，以及最后一个非通配字节（可选）。搜索时先检查这三个关键字节是否匹配，不匹配则立即跳过，只有通过快速筛选后才执行完整的逐字节掩码匹配。对于存在大量通配符的掩码（如仅固定首尾字节），性能提升一个数量级 |
| 缓冲区大小为 2KB，搜索时滑动窗口小，频繁 I/O | 缓冲区提升至 256KB（IO_LEN * 2），单次读入更多数据，大幅减少系统调用和文件读取次数 |
| 原始代码 | 优化版本 |
|---|---|
掩码只能通过 -S/-R 指定十六进制字节序列（如 00ff），表达能力有限 |
新增三种掩码语法： • 正常模式：保留原有十六进制对，同时支持 ?? 或 .. 作为通配符（对应掩码字节 0x00）• 忽略列表 !：如 !0,2-4，表示仅忽略指定字节，其余字节必须完全匹配• 匹配列表 =：如 =0,2-4，表示仅匹配指定字节，其余字节忽略并且实现了索引列表的范围（ -）和逗号分隔解析，极大提升了二进制补丁的便捷性 |
| 无全通配掩码检查，设置一个全为 0x00 的掩码会导致永远匹配但毫无意义 | 检测掩码是否全部为 0（全通配），并报错拒绝 |
| 原始代码 | 优化版本 |
|---|---|
DEBUG 宏混在代码中，大量无用原型声明（如 open_outfile）存在 |
彻底清除冗余代码 |
函数定义分散，混杂在大量注释括号 {{ }} 中，风格老旧 |
采用现代 C 风格，static 限制所有内部函数作用域，头文件仅包含必要项，清晰划分“数据结构-前向声明-实现”模块 |
main 中文件打开、参数解析、搜索、puke 的逻辑纠缠在一起 |
将参数解析抽离为 parse_args，原地更新逻辑独立处理，main 仅负责流程调度和清理 |
返回匹配数量使用全局变量 matches |
改为 do_search_replace 返回 long long，同时支持 64 位大文件统计 |
hexdumpline 输出无分隔符，可读性差 |
格式化输出为空格分隔的十六进制对（printf("%s%02x", i?" ":"", byte)） |
2026-8-07 更新：优化了编程提示词，提高了代码质量和性能，消灭了一些潜在bug。增加 32bit.exe
2026-7-30 更新：性能、安全提升。防止全通配掩码替换死循环；64位匹配计数，适合处理GB级大文件。
2026-7-09 更新：新增灵活支持掩码 ?? .. 以及 忽略/匹配索引语法。
2026-6-30 发布：binmay2 修复原版所有bug，优化架构，增强性能。
---
MinGW 编译参数：
gcc -march=x86-64-v3 -std=c17 -O2 -pipe -flto -fstack-protector-strong -fstack-clash-protection -fcf-protection=full -fstrict-flex-arrays=3 -D_FORTIFY_SOURCE=3 -Wall -Wextra -Wpedantic -Wconversion -Wimplicit-fallthrough -Wformat=2 -Wtrampolines -Wl,--nxcompat,--dynamicbase,--high-entropy-va,--gc-sections -ffunction-sections -static -s %*
最后于 2天前
被真难取编辑
，原因：
