Я понял это сам после небольшой работы. Спецификация tar-файла фактически говорит вам все, что вам нужно знать.
Прежде всего, каждый файл начинается с 512-байтового заголовка, так что вы можете представить его с помощью char [512] или char *, указывающего куда-то в вашем большем массиве char (если у вас весь файл загружен в один массив для пример).
Заголовок выглядит так:
location size field
0 100 File name
100 8 File mode
108 8 Owner's numeric user ID
116 8 Group's numeric user ID
124 12 File size in bytes
136 12 Last modification time in numeric Unix time format
148 8 Checksum for header block
156 1 Link indicator (file type)
157 100 Name of linked file
Итак, если вам нужно имя файла, вы можете получить его прямо здесь с помощью string filename(buffer[0], 100);. Имя файла дополняется нулями, так что вы можете проверить, есть ли хотя бы один ноль, а затем пропустить размер, если хотите сэкономить место.
Теперь мы хотим знать, файл это или папка. Поле «индикатор связи» содержит эту информацию, поэтому:
// Note that we're comparing to ascii numbers, not ints
switch(buffer[156]){
case '0': // intentionally dropping through
case '\0':
// normal file
break;
case '1':
// hard link
break;
case '2':
// symbolic link
break;
case '3':
// device file/special file
break;
case '4':
// block device
break;
case '5':
// directory
break;
case '6':
// named pipe
break;
}
На данный момент у нас уже есть вся необходимая информация о каталогах, но нам нужна еще одна вещь из обычных файлов: фактическое содержимое файла.
Длина файла может быть сохранена двумя разными способами, либо в виде восьмеричной восьмеричной строки с нулевой или пробелами, либо в виде «кодировки base-256», которая указывается установкой старшего бита крайний левый байт числового поля ".
Числовые значения кодируются в восьмеричных числах с использованием цифр ASCII с начальными нулями. По историческим причинам следует использовать окончательный NUL или пробел. Таким образом, хотя для хранения размера файла зарезервировано 12 байтов, можно сохранить только 11 восьмеричных цифр. Это дает максимальный размер файла 8 гигабайт для архивных файлов. Чтобы преодолеть это ограничение, звезда в 2001 году ввела кодировку base-256, которая указывается установкой старшего бита самого левого байта числового поля. GNU-tar и BSD-tar следовали этой идее. Кроме того, версии tar, предшествовавшие первому стандарту POSIX 1988 года, дополняют значения пробелами вместо нулей.
Вот как бы вы читали восьмеричный формат, но я не написал код для версии base-256:
// in one function
int size_of_file = octal_string_to_int(&buffer[124], 11);
// elsewhere
int octal_string_to_int(char *current_char, unsigned int size){
unsigned int output = 0;
while(size > 0){
output = output * 8 + *current_char - '0';
current_char++;
size--;
}
return output;
}
Хорошо, теперь у нас есть все, кроме реального содержимого файла. Все, что нам нужно сделать, это получить следующие size байтов данных из файла tar, и у нас будет содержимое нашего файла:
// Get to the next block after the header ends
location += 512;
file_contents = new char[size];
memcpy(file_contents, &buffer[location], size);
// Go to the next block by rounding up to 512
// This isn't necessarily the most efficient way to do this,
// but it's the most obvious.
location += (int)ceil(size / 512.0)