我正在使用 grep/sed 解析一个大型二进制文件，其中包含一些特定数据，这些文件充满了空值。这是在使用 gnuwin32 的 Windows 环境中。
假设我有一些从二进制文件返回的数据，如下所示（十六进制表示）：
42 9D E1 0A 01 FF FF FF FF FF FF FF 7F 00 FE FF FF 0A 01 E1 0A 01 C0 0B 00 4D 00
00 9C E1 0A 01 2C 41 38 B4 15 FB 49 00 4D 00 41 00 48 00 4F 00 53 00 54 00 31 00
32 00 33 00 2E 00 73 00 75 00 62 00 2E 00 64 00 6F 00 6D 00 61 00 69 00 6E 00 2E
00 73 00 74 00 61 00 2E 00 6F 00 72 00 67 00 2E 00 61 00 75
但仅匹配上面的这部分：
49 00 4D 00 41 00 48 00 4F 00 53 00 54 00 31 00 32 00 33
我该如何使用 grep 和/或 sed 来解决这个问题？null 的存在会对 grep 造成一些不利影响，特别是因为我实际上需要将数据作为自动文件解析器的一部分返回。
下面的 grep 几乎可以完成我想要的操作：
grep -Prino ".{0,100}I\000M\000A\000H\000O\000S\000T\0001\0002\0003.{0,100}" "d:\dhcp.mdb"
但是它只返回“二进制文件 d:\dhcp.mdb 匹配”，而不是匹配的模式，可能是因为有空值。如果这有效，一旦我有两边各 100 个字符，我就会通过匹配 IP 地址（遵循可 grepp 格式）和域名（始终以 3 个空值结尾）来 grep 这个子集，找到我需要的内容
因为它是一个数据库文件，所以我可能使用不同的方法，比如实际与数据库交互，但我觉得我非常接近这种方法。
使用 Sed，我实际上能够从一个更小的文件中看到返回数据，我将一些相关数据粘贴到了该文件中：
sed -rn "/\I\x00M\x00A\x00H\x00O\x00S\x00T\x001\x002\x003/p" "D:\cruft\Hxma.txt"
但是我不确定如何像上面的 grep 一样返回匹配前 100 个字符和匹配后 100 个字符，当我针对 12MB 数据库文件运行它时，它没有返回任何内容（取消静默选项，因此它打印模式空间显示它获得了~10KB然后显然放弃了）
有人知道我该如何解决这个问题吗？我应该补充一点，只要没有数据丢失，返回数据的实际格式就不太重要（除了空值，我根本不需要它们）。
如果有帮助的话，我想要匹配的文本数据的实际格式似乎是2字节unicode，尽管我需要与匹配一起返回的一些数据（即前4个字节，即小端IP地址）不是unicode。
答案1
您正在告诉 grep 要查找什么。您不知道刚刚告诉 grep 要查找什么的概念很奇怪，我不明白。grep 的目的是查找您提供的模式；而不是查找您已经知道位置的字符串。我认为您需要更清楚地定义您缺少的这个难题的哪一部分。
此外，大多数数据库都有命令行工具。尽管 MS 没有为其数据库制作出色的工具，但有一个名为MDB 工具这将允许您实际使用 SQL 来搜索数据库。这无疑是完成您在此处尝试执行的操作的更好方法。
最后，如果你确实想使用 grep 在二进制文件中搜索字符串，我强烈建议你使用二进制实用程序包。这将在您搜索数据之前过滤掉不可打印的字符。它还可以打印出方便的偏移量（这是您在这种情况下通常想要的）。以下是它的示例（它将在 grep 二进制文件中搜索任何包含单词“deprecated”的字符串）：
strings -a -t x /bin/grep|grep deprecated
如您所见，这将更不容易出错。我还没有检查过它的速度，但我确信这在很大程度上取决于实际的二进制内容。
更新
刚刚意识到你在 Windows 上工作。Systernals 制作了一个版本字符串工具这与Linux字符串程序非常相似。
strings.exe -a -o C:\GnuWin\bin\grep.exe|grep deprecated
另外，你可以尝试杰克塞斯适用于任何支持 JVM 的操作系统的命令行 MDB 工具。