Lập trình C | Tìm hiểu về cấu trúc file ZIP

[Xcross87]

Hôm nay rảnh, X làm một hướng dẫn về cách đọc cấu trúc file ZIP nhé.

1. Đề tài:

TÌM HIỂU CẤU TRÚC FILE <ZIP>

2. Yêu cầu

- Có hiểu biết cơ bản về ngôn ngữ lập trình C (chú ý: C99)
- Biết lập trình (hiểu biết thì chưa đủ )
- Biết đọc tiếng Anh hoặc biết dịch
- Có một bộ C compiler (VC++, GCC, Intel C Compiler...gì cũng được)

3. Độ Khó

- Medium

4. Bắt đầu tìm hiểu

[1] - Tìm hiểu sơ lược về cấu trúc file ZIP

Thông tin tra cứu:

http://www.pkware.com/documents/casestudies/APPNOTE.TXT

1. Cấu trúc chung của file ZIP:

   [local file header 1]
    [file data 1]
    [data descriptor 1]
    . 
    .
    .
    [local file header n]
    [file data n]
    [data descriptor n]
    [archive decryption header] 
    [archive extra data record] 
    [central directory]
    [zip64 end of central directory record]
    [zip64 end of central directory locator] 
    [end of central directory record]

- Chú ý: các giá trị được lưu dưới dạng little-endian byte order (nếu không biết nó là cái gì thì xin mời: GOOGLE.COM.VN)

1-A. Local file header:

       local file header signature     4 bytes  (0x04034b50)
        version needed to extract       2 bytes
        general purpose bit flag        2 bytes
        compression method              2 bytes
        last mod file time              2 bytes
        last mod file date              2 bytes
        crc-32                          4 bytes
        compressed size                 4 bytes
        uncompressed size               4 bytes
        file name length                2 bytes
        extra field length              2 bytes

        file name (variable size)
        extra field (variable size)

....đọc hết cái trong thông tin tra cứu ở trên -> tớ đỡ phải copy mệt lắm

[Xcross87]

[2] Ví dụ xử lý khúc dạo đầu Local File Header

- Đọc khúc trên cho hiểu nha

- Giờ thực tập

Bài 1:
- Tạo một file ZIP
- Viết chương trình C đơn giản trả về kích thước của file đầu tiên trong gói ZIP.
- Kích thước bao gồm: kích thước sau khi nén và kích thước trước khi nén.
- Viết thành dưới dạng hàm để re-use

Cách làm:

#include <stdio.h> #define    COMPRESSED_SIZE_OFFSET   18#define    UNCOMPRESSED_SIZE_OFFSET 22#define BLOCK                    01 long get_csize(const char* file_name);long get_ucsize(const char* file_name); // EPint main(void){    // file location    const char* file_name = "C:\\test.zip";    // in ra    printf("Compressed   size: %d\n", get_csize (file_name));    printf("Uncompressed size: %d\n", get_ucsize(file_name));    return 0;} long get_csize(const char* file_name){    FILE* fp;    long size;    fp = fopen(file_name,"rb"); // doc file duoi dang binary    if(!fp)         return -1;    fseek(fp, COMPRESSED_SIZE_OFFSET, SEEK_SET); // nhay toi offset 18 <-- compressed    fread(&size, 4, BLOCK, fp); // lay kich thuoc: 4 bytes    fclose(fp);    return size;}long get_ucsize(const char* file_name){    FILE* fp;    long size;    fp = fopen(file_name,"rb");    if(!fp)         return -1;    fseek(fp, UNCOMPRESSED_SIZE_OFFSET, SEEK_SET); // nhay toi offset 22 <-- uncompressed    fread(&size, 4, BLOCK, fp); // lay kich thuoc: 4 bytes    fclose(fp);    return size;}

Code trên là mình chém địa chỉ (offset) để lấy giá trị (value). Dành cho các bạn mới nhập môn cho dễ hiểu.
Về cơ bản thực dụng ta sẽ sử dụng kiểu Cấu Trúc (struct) để xử lý.

Sau đây là một số bài tập để các bạn tập tành cho quen với xử lý header structure:

Bài 2:
- Tạo một gói file ZIP (1 file thôi). Ví dụ: test.zip (có 1 file: test.txt)
- Viết chương trình C đơn giản lấy tên của file duy nhất trong gói ZIP.

Bài 3:
- Xác định độ nén của 1 file ZIP bất kì

Bài 4:
- Tạo một gói file ZIP (1 file thôi). Ví dụ: test.zip (có 1 file: test.txt)
- In ra tất cả các trường trong cấu trúc Local File Header đầu tiên

Xin mời ^^!

Hướng dẫn giải các bài ở mục [2]

Để đảm bào tính an toàn khi đọc cấu trúc, mình tạo một cấu trúc rồi đọc lần lượt từng byte một. Như vậy cả 3 bài sẽ được giải quyết gọn lẹ hơn.

Để code đơn giản mình tạo 3 file: zip.h - zip.cpp - main.cpp

A) zip.h

/* * @author Xcross87 * @date   10 Oct 2008 */ #ifndef _ZIP_#define _ZIP_ #define SHORT short#define WORD  unsigned int typedef struct _zip_local_file_header {    WORD signature;    SHORT version;    SHORT bit_flag;    SHORT compression_method;    SHORT lmf_time;    SHORT lmf_date;    WORD crc32;    WORD csize;    WORD ucsize;    SHORT fn_length;    SHORT ex_length;} ZIP_LOCAL_FILE_HEADER; void  read_lfh(ZIP_LOCAL_FILE_HEADER* lfh, FILE* fp);char* get_fname(ZIP_LOCAL_FILE_HEADER* lfh, FILE* fp); #endif // _ZIP_

B) zip.cpp

/* * @author Xcross87 * @date   10 Oct 2008 */ #include <stdio.h>#include <stdlib.h>#include "zip.h" void read_lfh(ZIP_LOCAL_FILE_HEADER* lfh, FILE* fp){    if(fp != (FILE*) NULL) {        fseek(fp, 0, SEEK_SET);        fread(&lfh->signature,          sizeof(WORD),  1, fp);        fread(&lfh->version,            sizeof(SHORT), 1, fp);        fread(&lfh->bit_flag,           sizeof(SHORT), 1, fp);        fread(&lfh->compression_method, sizeof(SHORT), 1, fp);        fread(&lfh->lmf_time,            sizeof(SHORT), 1, fp);        fread(&lfh->lmf_date,            sizeof(SHORT), 1, fp);        fread(&lfh->crc32,                sizeof(WORD),  1, fp);        fread(&lfh->csize,                sizeof(WORD),  1, fp);        fread(&lfh->ucsize,                sizeof(WORD),  1, fp);        fread(&lfh->fn_length,            sizeof(SHORT), 1, fp);        fread(&lfh->ex_length,            sizeof(SHORT), 1, fp);            }} char* get_fname(ZIP_LOCAL_FILE_HEADER* lfh, FILE* fp){    int fn_len = lfh->fn_length; // lay do dai ten file    // khoi tao chuoi: do dai ten file + 1    char* fname = (char*) malloc( sizeof(char) * fn_len + sizeof(char));    fseek(fp, 30, SEEK_SET); // dat con tro voi OFFSET: 30    fread(fname, sizeof(char), fn_len, fp); // lay ten file    *(fname + fn_len) = 0; // ket thuc chuoi \0    return fname;}

C) main.cpp

/* * @author Xcross87 * @date   10 Oct 2008 */ #include <stdio.h>#include <stdlib.h>#include <malloc.h>#include "zip.h" // EPint main(void){    // file location    const char* file_name = "C:\\test.zip";     ZIP_LOCAL_FILE_HEADER* lfh;    FILE* fp;     fp = fopen(file_name, "rb");    lfh = (ZIP_LOCAL_FILE_HEADER*) malloc(sizeof(ZIP_LOCAL_FILE_HEADER));    if(!fp) return -1;     read_lfh(lfh, fp);     printf("name: %s \n", get_fname(lfh, fp));     return 0;}

Bài rất đơn giản không có gì phức tạp chuyên môn hóa cả

[Xcross87]

Tạm dừng về cấu trúc của file ZIP, ta bàn sang một vấn đề khác về nhận dạng format.

File ZIP được xác nhận trong Magic Bytes với mã:

504Bh
0x504B
Offset: 0x00
=> tương ứng với P K hay là 1 kí tự đầu của tác giả tạo ra file ZIP (Phil Katz)

<chú ý: little-high byte order hoặc little-high word order [Intel]>

Lấy ra 2 bytes này

#include <stdio.h> #define LOW_WORD 0x504B  int main(void){    FILE* fp;    char list[2];    fp = fopen("C:\\test.zip", "rb"); // ban tu them vao cai if(!fp) nhe     // offset 0x00 : magic byte: 0x50 0x4B (PK)    fread(list, sizeof(char), 2, fp);    printf("%c %c", list[0], list[1]); // in ra    fclose(fp);     return 0;}

Từ điểm này bạn có thể tạo một ứng dụng kiểm tra xem một file có phải là file ZIP không ^^!

Zui zẻ nha

[Xcross87]

LOCAL FILE HEADER
-----------------

OFFSET LABEL       TYP  VALUE        DESCRIPTION
------ ----------- ---- ----------- ---------------------------------- 
00     ZIPLOCSIG   HEX  04034B50    ;Local File Header Signature 
04     ZIPVER      DW   0000        ;Version needed to extract 
06     ZIPGENFLG   DW   0000        ;General purpose bit flag 
08     ZIPMTHD     DW   0000        ;Compression method 
0A     ZIPTIME     DW   0000        ;Last mod file time (MS-DOS) 
0C     ZIPDATE     DW   0000        ;Last mod file date (MS-DOS) 
0E     ZIPCRC      HEX  00000000    ;CRC-32
12     ZIPSIZE     HEX  00000000    ;Compressed size 
16     ZIPUNCMP    HEX  00000000    ;Uncompressed size
1A     ZIPFNLN     DW   0000        ;Filename length
1C     ZIPXTRALN   DW   0000        ;Extra field length 
1E     ZIPNAME     DS   ZIPFNLN     ;filename 
--     ZIPXTRA     DS   ZIPXTRALN   ;extra field 

CENTRAL DIRECTORY STRUCTURE
--------------------------- 
 
OFFSET LABEL       TYP  VALUE        DESCRIPTION
------ ----------- ---- ----------- ----------------------------------
00     ZIPCENSIG   HEX  02014B50    ;Central file header signature 
04     ZIPCVER     DB   00          ;Version made by 
05     ZIPCOS      DB   00          ;Host operating system 
06     ZIPCVXT     DB   00          ;Version needed to extract 
07     ZIPCEXOS    DB   00          ;O/S of version needed for extraction 
08     ZIPCFLG     DW   0000        ;General purpose bit flag 
0A     ZIPCMTHD    DW   0000        ;Compression method 
0C     ZIPCTIM     DW   0000        ;Last mod file time (MS-DOS)
0E     ZIPCDAT     DW   0000        ;Last mod file date (MS-DOS) 
10     ZIPCCRC     HEX  00000000    ;CRC-32
14     ZIPCSIZ     HEX  00000000    ;Compressed size
18     ZIPCUNC     HEX  00000000    ;Uncompressed size 
1C     ZIPCFNL     DW   0000        ;Filename length 
1E     ZIPCXTL     DW   0000        ;Extra field length 
20     ZIPCCML     DW   0000        ;File comment length 
22     ZIPDSK      DW   0000        ;Disk number start
24     ZIPINT      DW   0000        ;Internal file attributes 
 
       LABEL       BIT        DESCRIPTION
       ----------- --------- -----------------------------------------
       ZIPINT         0       if = 1, file is apparently an ASCII or 
                              text file 
                      0       if = 0, file apparently contains binary 
                              data 

                     1-7      unused in version 1.0.
 
26     ZIPEXT      HEX  00000000    ;External file attributes, host 
                                    ;system dependent
2A     ZIPOFST     HEX  00000000    ;Relative offset of local header 
                                    ;from the start of the first disk 
                                    ;on which this file appears
2E     ZIPCFN      DS   ZIPCFNL     ;Filename or path - should not 
                                    ;contain a drive or device letter, 
                                    ;or a leading slash. All slashes 
                                    ;should be forward slashes '/' 
--     ZIPCXTR     DS   ZIPCXTL     ;extra field
--     ZIPCOM      DS   ZIPCCML     ;file comment


END OF CENTRAL DIR STRUCTURE
---------------------------- 
 
OFFSET LABEL       TYP  VALUE        DESCRIPTION 
------ ----------- ---- ----------- ---------------------------------- 
00     ZIPESIG     HEX  06064B50    ;End of central dir signature
04     ZIPEDSK     DW   0000        ;Number of this disk 
06     ZIPECEN     DW   0000        ;Number of disk with start central dir 
08     ZIPENUM     DW   0000        ;Total number of entries in central dir 
                                    ;on this disk 
0A     ZIPECENN    DW   0000        ;total number entries in central dir 
0C     ZIPECSZ     HEX  00000000    ;Size of the central directory
10     ZIPEOFST    HEX  00000000    ;Offset of start of central directory 
                                    ;with respect to the starting disk
                                    ;number 
14     ZIPECOML    DW   0000        ;zipfile comment length 
16     ZIPECOM     DS   ZIPECOML    ;zipfile comment
 

[Xcross87]

Bài tập tiếp theo dành cho các bạn thích cái này:

Bài 5:
- Tạo 1 gói ZIP chứa 1 file duy nhất
- Viết chương trình hiển thị cấu trúc của file header đầu tiên

Xin mời thử sức ^_^!

[thichgame]

Bài tập tiếp theo dành cho các bạn thích cái này:

Bài 5:
- Tạo 1 gói ZIP chứa 1 file duy nhất
- Viết chương trình hiển thị cấu trúc của file header đầu tiên

Xin mời thử sức ^_^!

Cám ơn bạn Xcross87 đã post bài tham khảo rất hữu ích về ZIP file.
Mình thử làm bài 5 như sau không biết đúng sai mong bạn chỉ giáo thêm:

zip.h:

/** @author Xcross87* @date   10 Oct 2008*/ #ifndef _ZIP_#define _ZIP_ #define SHORT short#define WORD  unsigned int typedef struct _zip_local_file_header {   WORD signature;   SHORT version;   SHORT bit_flag;   SHORT compression_method;   SHORT lmf_time;   SHORT lmf_date;   WORD crc32;   WORD csize;   WORD ucsize;   SHORT fn_length;   SHORT ex_length;   char  file_name[20];   char  extra_field[20]; } ZIP_LOCAL_FILE_HEADER; void  read_lfh(ZIP_LOCAL_FILE_HEADER* lfh, FILE* fp);void  write_lfh(ZIP_LOCAL_FILE_HEADER* lfh);char* get_fname(ZIP_LOCAL_FILE_HEADER* lfh, FILE* fp);bool  isZipFile(const char* file_name); #endif // _ZIP_

zip.cpp:

/** @author Xcross87* @date   10 Oct 2008*/ #include <stdio.h>#include <stdlib.h>#include <string.h>#include "zip.h" //====================================================================================void read_lfh(ZIP_LOCAL_FILE_HEADER* lfh, FILE* fp){   if(fp != (FILE*) NULL) {      fseek(fp, 0, SEEK_SET);      fread(&lfh->signature,          sizeof(WORD),  1, fp);      fread(&lfh->version,            sizeof(SHORT), 1, fp);      fread(&lfh->bit_flag,           sizeof(SHORT), 1, fp);      fread(&lfh->compression_method, sizeof(SHORT), 1, fp);      fread(&lfh->lmf_time,           sizeof(SHORT), 1, fp);      fread(&lfh->lmf_date,           sizeof(SHORT), 1, fp);      fread(&lfh->crc32,              sizeof(WORD),  1, fp);      fread(&lfh->csize,              sizeof(WORD),  1, fp);      fread(&lfh->ucsize,             sizeof(WORD),  1, fp);      fread(&lfh->fn_length,          sizeof(SHORT), 1, fp);      fread(&lfh->ex_length,          sizeof(SHORT), 1, fp);      fread(&lfh->file_name,          sizeof(char)*lfh->fn_length, 1, fp);            fread(&lfh->extra_field,        sizeof(char)*lfh->ex_length, 1, fp);         }} //========================================================char* get_fname(ZIP_LOCAL_FILE_HEADER* lfh, FILE* fp){   int fn_len = lfh->fn_length; // lấy độ dài tên file   // khởi tạo chuỗi: độ dài tên file + 1   char* fname = (char*) malloc( sizeof(char) * fn_len + sizeof(char));   fseek(fp, 30, SEEK_SET); // đặt con trỏ với OFFSET: 30   fread(fname, sizeof(char), fn_len, fp); // lấy tên file   *(fname + fn_len) = 0; // kết thúc chuỗi \0   return fname;} //========================================================bool isZipFile(const char* file_name){   bool status = false;   FILE* fp;   char list[2];    fopen_s(&fp,file_name, "rb");      if (!fp)      printf("\nError open %s for reading!\n", file_name);   else         {      // offset 0x00 : magic byte: 0x50 0x4B (PK)      fread(list, sizeof(char), 2, fp);      //printf("%c %c", list[0], list[1]); // in ra P K      if ((strcmp(list, "PK")==0))         status = true;   }   fclose(fp);   return status;} //========================================================void write_lfh(ZIP_LOCAL_FILE_HEADER* lfh){   printf("Signature          = %x\n",   lfh->signature);   printf("Version            = %x\n",   lfh->version);   printf("Bit_Flag           = %d\n",   lfh->bit_flag);   printf("Compression method = %d\n",   lfh->compression_method);   printf("Time               = %x\n",   lfh->lmf_time);   printf("Date               = %ld\n",  lfh->lmf_date);   printf("CRC32              = %x\n",   lfh->crc32);   printf("CSize              = %ld\n",  lfh->csize);   printf("UCSize             = %ld\n",  lfh->ucsize);   printf("Filename length    = %ld\n",  lfh->fn_length);   printf("Filename ex_length = %ld\n",  lfh->ex_length);         printf("Filename           = %s\n",   lfh->file_name);         printf("Extra field        = %s\n",   lfh->extra_field);      }

main.cpp

#include <stdio.h>#include <stdlib.h>#include <malloc.h>#include "zip.h" // EPint main(void){   // file location   const char* file_name = "C:\\test.zip";    ZIP_LOCAL_FILE_HEADER* lfh;   FILE* fp;    if (isZipFile(file_name))   {      fopen_s(&fp, file_name, "rb");      if (!fp)          return -1;       lfh = (ZIP_LOCAL_FILE_HEADER*) malloc(sizeof(ZIP_LOCAL_FILE_HEADER));      read_lfh(lfh, fp);      printf("name: %s \n\n", get_fname(lfh, fp));      printf("Zipfile Header Infos:\n\n");      write_lfh(lfh);   }   return 0;}