中国DOS联盟

Gemini 解答

---

技术背景与功能实现解析

STR 工具是一个针对 DOS 与 Win32 环境设计的命令行二进制文件处理器。在 2000 年代中后期的 DOS 技术社区中，这类工具常用于补丁制作、汉化修改、自动化脚本处理以及对二进制数据流的精确控制。

1. 核心操作模式：复制、插入与删除

该工具通过区分 /C (Copy)、/I (Insert) 和 /D (Delete) 三种模式，解决了二进制文件编辑中常见的对齐与位移问题：

• 覆盖模式 (/C)：对应于传统的随机读写（Random Access）操作，使用 fseek 定位后直接 fwrite，目标文件长度仅在写入位置超过原文件末尾时才会增加。
• 插入模式 (/I)：这在低级语言实现中较为复杂。程序需要先将目标文件从 Address 处起的后续数据向后移动 Bytes 个字节（通常在内存中缓存或通过临时文件交换），然后再写入源数据。
• 删除模式 (/D)：实质是文件的“裁剪”操作，将 Start 之前和 Start + Bytes 之后的数据拼接并写入新文件。

2. 文件大小限制与偏移量处理

帖子提到“处理单个文件大小不超过 2G”。这是由于工具在 32 位环境下开发，使用了符号化的 32 位整数（signed long）来表示文件指针偏移量。在 C 标准库的 fseek 和 ftell 函数中，偏移量上限为 $2^{31}-1$ 字节，即 2,147,483,647 字节（2GB）。若要处理超过 2GB 的文件，在 DOS 环境下需依赖编译器特定的 64 位 I/O 函数（如 _fseeki64）或直接调用中断/系统 API（如 DOS 的 INT 21h, AX=4200h 虽然也是 32 位，但某些扩展环境支持更大寻址）。

3. 搜索算法：KMP 与不重复计数

作者明确指出使用了 KMP (Knuth-Morris-Pratt) 算法。

• 算法优势：KMP 算法在处理二进制搜索时具有 $O(m+n)$ 的时间复杂度，通过预处理模式串的“失配函数”（Partial Match Table），避免了在匹配失败时回溯主串指针，这对于大文件和磁盘 I/O 密集型操作具有显著的性能优势。
• 非重叠匹配逻辑：示例中提到的 0000 匹配 0000000000 得到 0 和 4 的偏移位置。这符合工程实践中的“消耗性匹配”原则——一旦一个子串被匹配，搜索指针会跳转到该子串末尾之后开始下一次搜索。这与文本替换逻辑一致，防止了因重叠而导致的逻辑混淆或死循环替换。

4. 字符串输入与十六进制转换

工具支持 /Hex 和 /Asc 两种输入方式，这在 DOS 开发中是典型的需求。

• 十六进制处理：程序通常需要将输入的字符串（如 112233）按每两个字符一组转换为一个字节。作者提醒“十六进制串长度应为双数”，是为了确保字节对齐，防止在处理末尾孤立字符时产生歧义。
• 大小写忽略 (/I)：在二进制搜索中，/I 通常仅对 /Asc 模式有效。它在内部实现时，会将主串和模式串的字节统一转换为大写（或小写）后再进行比较。

5. 环境兼容性：DOS 与 Win32

提供 DOS 版本通常意味着程序采用了 DJGPP（支持 32 位保护模式的 DPMI 环境）或 Turbo C/Borland C++（16 位实模式）进行编译。考虑到 2GB 文件的处理能力，该 DOS 版本极大概率是基于 DPMI 扩展的 32 位 DOS 程序，否则在 16 位实模式下，处理超过 64KB 的内存缓冲区或 2GB 的文件定位会面临显著的段寻址限制。

6. 异常处理与边界条件

• 目标文件不存在：工具在 /C 或 /I 模式下若找不到 dstFile 会自动创建，此时 Address 失去偏移意义，等同于文件提取。
• 十六进制查看 (/V)：这是典型的 Hex Dump 实现，通常以 16 字节为一行，左侧显示十六进制码，右侧显示可打印的 ASCII 字符，不可打印字符则以点号 . 代替。

该工具是典型的 DOS 末期至 Windows 普及期过渡阶段的技术产物，强调对底层数据的直接操纵，而不依赖重型的十六进制编辑器界面，适合在批处理脚本中实现自动化部署。

附件

str.rar (18.38 KiB, 下载附件所需积分 1 点, 下载次数: 168)

strWin32.rar (20.34 KiB, 下载次数: 10)

Gemini 解答

---

在 CN-DOS.net 的技术讨论语境下，该帖子讨论的是 19951001 开发的二进制文件处理工具 STR。这类工具在 2000 年前后及 2008 年左右的 DOS/Win32 混合维护环境下具有极高的实用价值，尤其是在批量修改固件、处理引导扇区或通过批处理自动化修改二进制配置时。

以下是对该工具及其技术实现背景的补充与解释：

1. 技术背景与定位

在 DOS 时代，虽然有著名的磁盘编辑工具如 Norton Utilities 中的 DISKEDIT 或编程调试工具 DEBUG，但它们大多偏向交互式操作，不便于在批处理（.BAT）中实现自动化。STR 工具填补了这一空白，其功能类似于类 Unix 系统中的 dd、sed（针对二进制）或 hexdump 的综合体。它通过命令行参数直接控制偏移量（Offset）和字节长度，解决了在命令行环境下精确控制二进制文件内容的问题。

2. 核心功能与实现机制

• 二进制安全（Binary Safe）： 与传统的 FIND 或 TYPE 等文本处理工具不同，STR 能够处理包含 0x00（Null 字符）和 0x1A（EOF 字符）的二进制数据。在 DOS 下，许多工具读取到 0x1A 就会停止，而 STR 使用底层文件指针定位（通常是 C 语言中的 fseek 或汇编的 INT 21h/42h），因此可以处理最大 2GB 的文件（受限于 32 位有符号偏移量限制）。
• KMP 算法的应用： 作者在说明中提到查找/替换功能使用了 KMP (Knuth-Morris-Pratt) 算法。这是一个经典的字符串匹配算法，其核心优势在于：当发生不匹配时，利用已匹配的部分信息，通过“部分匹配表”将模式串尽可能向右滑动，而不需要回溯源文件指针。
  • 非重叠查找特性：正如作者举例，在 0000000000（10个0）中查找 0000（4个0），结果是位置 0 和位置 4。这是标准的 KMP 实现逻辑，即匹配成功后，从匹配序列的最后一个字符之后开始下一轮匹配，避免了重叠导致的循环逻辑复杂化。
• 插入与删除操作的工程实现： 在文件系统中，文件通常是按簇存储的。对于 /I（插入）和 /D（删除）操作，底层的实现原理通常是：
  • 删除：读取待删除部分之后的所有数据，将其向前移动（覆盖待删除部分），最后截断文件（使用 chsize 或 INT 21h/40h 且 CX=0）。
  • 插入：需要创建一个临时文件或在内存缓冲区中重构数据流。对于大文件，通常先将插入点之后的内容写入临时位置，插入新数据后再拼接回来。

3. 环境与参数处理

• 十六进制与 ASCII 兼容： 工具支持 /Hex 和 /Asc 前缀，这在当年处理非显示字符（如引导扇区标志 55 AA）时非常重要。十六进制输入要求“双数”长度（每两个字符代表一个字节），这是为了防止解析歧义。
• 2GB 限制： 作者提到的 2GB 限制是典型的 32 位文件指针限制。在 FAT32 分区下，虽然单个文件最大支持 4GB，但如果程序内部使用了有符号 32 位整型（long）来处理 fseek 偏移量，其最大寻址范围即为 $2^{31}-1$ 字节，即 2GB。

4. 历史关联

正如 9 楼用户提到的 FH (File Hammer)，在 STR 出现之前，DOS 用户常用 FH 或 BBE (Binary Block Editor) 进行此类操作。STR 的优势在于其集成了查看（View）、查找（Find）、编辑（Edit）、替换（Replace）、复制（Copy）和插入（Insert）多种功能于一体，并同时提供了 DOS（16位）和 Win32（32位）两个版本，适应了当时从 DOS 到 Windows XP 时代的过渡需求。

对于 12 月 13 日 chenall 的回复，由于该用户是当时 DOS/Grub4Dos 社区的技术大牛，他的认可说明该工具在处理诸如 GRLDR 或磁盘镜像等底层任务时具有较好的可靠性。