从 gzip 文件的开头剥离 bash 脚本

Question

>我有一系列文件，这些文件由一个bash脚本组成，最后连接了一个gzip文件。

我想要一种剥离前导 bash 的方法，留下一个纯 gzip 文件。

我想出的方法是：

1. 对文件进行十六进制转储;
2. 使用 sed 删除 gzip 幻数之前的所有内容 1f 8b ;
3. 将剩余的十六进制转储转换回二进制。

即

xxd -c1 -p input | tr "n" " " | sed 's/^.*?1f 8b/1f 8b' | xxd -r -p > output

乍一看，这似乎工作正常。但是，如果文件的 gzip 部分恰好包含与初始标头1f 8b分开的字节序列，它将分崩离析。在这些情况下，它会删除最后一次出现之前的所有内容。

我

最初的尝试是否在正确的轨道上，我能做些什么来修复它？还是有我没有错过的更好的方法来做到这一点？

Answer 1

我会使用 sed 线范围功能来完成此操作。 -n 禁止正常打印，并且范围/x1fx8b/,$将匹配之后的每一行，包括其中带有 \x1f\x8b 的第一行，并p将它们冲洗掉。

sed -n '/x1fx8b/,$ p'

或者，根据您的喜好，您可以添加文本标记"### 开始 GZIP 数据 ###"并删除之前的所有内容，包括它：

sed '1,/### BEGIN GZIP DATA ###/ d'

Answer 2

Perl 解决方案。它将记录分隔符设置为魔术序列，并打印除第一条记录之外的所有记录。魔术序列必须在开头加上前缀，否则，它将与 bash 脚本一起丢失，这是第一条记录。

perl -ne 'BEGIN { $/ = "x1fx8b"; print $/; } print if $. != 1' input > output.gz