在Delphi中读取/解析非类型二进制文件的最佳方法

我想知道解析非类型二进制文件的最佳方法是什么。例如，一个EBML文件。(http://ebml.sourceforge.net/). EBML基本上是一个二进制xml文件。它基本上可以存储任何东西，但目前它的主要用途是MKV视频文件（matroska）

要在字节级别读取EBML文件，请读取标头以确保它是EBML文件并检索有关该文件的信息。MKV文件可能很大，大小为1-30gb

二进制文件可以是任何东西，jpeg、bmp、avi等。。。 我只是想学习如何阅读它们

基本上是这样的

const
  MAGIC_WORD = $535B;

type
  TMyFileTypeHeader = packed record
    MagicWord: word; // = MAGIC_WORD
    Size: cardinal;
    Version: cardinal;
    Width: cardinal;
    Height: cardinal;
    ColorDepth: cardinal;
    Title: array[0..31] of char;
  end;

procedure ReadFile(const FileName: string);
var
  f: file;
  amt: integer;
  FileHeader: TMyFileTypeHeader;
begin

  FileMode := fmOpenRead;
  AssignFile(f, FileName);

  try
    Reset(f, 1);

    BlockRead(f, FileHeader, sizeof(TMyFileTypeHeader), amt);

    if FileHeader.MagicWord <> MAGIC_WORD then
      raise Exception.Create(Format('File "%s" is not a valid XXX file.', [FileName]));

    // Read, parse, and do something

  finally
    CloseFile(f);
  end;     


end;

const
魔幻世界=5350亿美元；
类型
TMyFileTypeHeader=打包记录
MagicWord:word；//=神奇的单词
大小：基数；
版本：红衣主教；
宽度：基数；
身高：基数；
颜色深度：基数；
标题：字符的数组[0..31]；
结束；
过程读取文件（常量文件名：字符串）；
变量
f：文件；
金额：整数；
FileHeader:TMyFileTypeHeader；
开始
FileMode:=fmOpenRead；
赋值文件（f，文件名）；
尝试
复位（f，1）；
区块读取（f、文件头、sizeof（TMyFileTypeHeader）、金额）；
如果是FileHeader.MagicWord MAGIC_单词，则
引发异常。创建（格式（'文件“%s”不是有效的XXX文件'，[FileName]）；
//阅读、解析并做一些事情
最后
关闭文件（f）；
结束；
结束；

例如，位图文件以结构开头，然后（在版本3中）是一个。后跟调色板项的可选数组，后跟未压缩的RGB像素数据（在最简单的情况下，这里是24位格式）：BBGGRRBBGGRRBBGGRR

另一方面，阅读JPG是非常复杂的，因为JPG数据是以一种需要大量高等数学才能理解的方式压缩的（我认为——我实际上从未真正深入研究过JPG规范）。至少，许多现代图像文件格式都是如此。另一方面，BMP是微不足道的——可能发生的“最糟糕”的事情是图像被RLE压缩

---

解析文件的“细节”完全取决于文件格式。文件格式规范告诉开发人员如何以二进制形式存储数据（上面，两个位图结构是Windows位图规范的一部分）。它就像一份合同，由所有此类文件的编码器/解码器签署（不是字面上的）。对于EBML，规范似乎是可用的。

只需使用TFileStream，如下所示

var MyFile: TStream;
begin
MyFile := TFileStream.Create( fmOpenRead, FileName);
try
  // Read stuff
  MyFile.ReadBuffer( MyVariable, SizeOf( MyVariable));
  // etc.
finally
  MyFile.Free
  end;

---

您可以对文件进行内存映射。然后，您可以像访问内存一样访问它。见

非常模糊的问题。但我的答案可能是辅助。嗯，我想在我更深入地使用EBML格式之前先建立一个基础。Sense EBML不同于大多数其他文件类型，它基本上是xml。我已经查看了其他组件以供参考，比如Delphi中的Gif和Png支持。。。虽然我还不太熟悉这种方法，但是对于EBML格式，他们使用可变大小的整数，现在我可能不太清楚如何处理单个字节，@Logman，只读取大小为1的块。如果不使用缓冲技术，每次读取1个字节可能会非常慢。的确，操作系统会缓冲一些东西，但这取决于要读取的数据量是不够的。通常最好在内存中加载n个字节，然后从内存工作。BlockRead是以这种方式读取文件的旧TP方法。我觉得这是一种过时的、不受欢迎的技术。使用流，它是一个更通用的接口，可以利用不同的访问方法（缓冲流、内存映射等，只要您已经或已经编写了实现它们的类）和一致的接口。@Idsandon:好的，但它工作得很好（我已经为各种二进制文件类型编写了很多编码器/解码器）。为什么要放弃一个工作系统？我建议调用Read（）而不是ReadBuffer（）直接处理读取的字节数，而不必处理异常。@ldsandon:但ReadBuffer的优点是，如果无法从文件中读取足够的字节，则会引发异常，因此您无需亲自检查。如您所见：一个人的优势可能是另一个人的劣势。我需要delphi代码/组件来帮助我理解这个技巧