Parsing 如何有效地解析熵编码的JPEG块？

我只是想跳过一个.JPEG文件中的SOS_MT块，我不想用这些数据做任何事情，我只想知道它的结尾。据我所知，虽然JPEG文件中的所有其他块都以表示块长度的几个字节开头，但SOS_MT块是。。。好吧，这是一个邪恶的沼泽，你别无选择，只能逐个字节地解析，直到它结束

因此，我提供了以下代码来实现这一点：

entropyCoded :: Parser Int
entropyCoded = do
    list_of_lengths <-  many' $
         (
           do
             _ <- notWord8 0xFF
             return 1
         )
         <|>
         (
           do
             _ <- word8 0xFF
             _ <- word8 0
             return 2
         )
         <|>
         (
           do
             l <- many1 (word8 0xFF)
             _ <- satisfy (\x -> ( x >= 0xD0 && x < 0xD7 ))
             return $ 1 + length l
         )
         <|>
         (
           do
             _ <- word8 0xFF
             maybe_ff <- peekWord8'
             if maybe_ff == 0xFF
               then
                 return 1
               else
                 fail "notthere"
         )
    foldM (\ nn n -> nn `seq` return (nn + n) ) 0 list_of_lengths

entropyCoded:：Parser Int
entropyCoded=do
长度列表nn`seq`return（nn+n））0长度列表

---

这段代码使用的是，据我有机会验证它，它是正确的。就是慢。关于如何改进此解析器性能的任何提示？

如果您想跳过SOS市场，只需寻找下一个不是重启标记的标记

---

读取字节，直到找到和。如果下一个值为00，则它是一个压缩的FF值，并跳过它。如果是重新启动标记，跳过它。否则，FF应开始下一个区块。

如果您想跳过SOS市场，只需查找下一个不是重启标记的标记即可

---

读取字节，直到找到和。如果下一个值为00，则它是一个压缩的FF值，并跳过它。如果是重新启动标记，跳过它。否则，FF应开始下一个程序段。

根据标准，在上一个答案的基础上增加一个小部分：

B.1.1.5熵编码数据段

熵编码数据段包含熵编码过程的输出。它由整数个字节组成，无论使用的熵编码过程是哈夫曼编码还是算术编码

附注1

将熵编码段设置为整数字节数，如下所示：对于哈夫曼编码，如有必要，使用1位填充压缩数据的结尾，以完成段的最后一个字节。对于算术编码，字节对齐 在终止熵编码段的程序中执行（见D.1.8）

附注2

为了确保标记不会出现在熵编码段内，遵循由Huffman或算术编码器生成的任何X'FF'字节，或由上文注释1中所述的1位填充生成的X'FF'字节 通过“填充”零字节（见D.1.6和F.1.2.3）

---

因此，当您在位置N处的熵编码部分中输入0xFF时，再向前读取一个字节。如果下一个字节是0x00，则它是“填充”零。如果是另一个0xFF，则存在填充，请从N+1重新检查。每隔一个字节（0x01-0xFE）就是下一个标记的一部分。

根据标准，是对上一个答案的一个小补充：

B.1.1.5熵编码数据段

熵编码数据段包含熵编码过程的输出。它由整数个字节组成，无论使用的熵编码过程是哈夫曼编码还是算术编码

附注1

将熵编码段设置为整数字节数，如下所示：对于哈夫曼编码，如有必要，使用1位填充压缩数据的结尾，以完成段的最后一个字节。对于算术编码，字节对齐 在终止熵编码段的程序中执行（见D.1.8）

附注2

为了确保标记不会出现在熵编码段内，遵循由Huffman或算术编码器生成的任何X'FF'字节，或由上文注释1中所述的1位填充生成的X'FF'字节 通过“填充”零字节（见D.1.6和F.1.2.3）

---

因此，当您在位置N处的熵编码部分中输入0xFF时，再向前读取一个字节。如果下一个字节是0x00，则它是“填充”零。如果是另一个0xFF，则存在填充，请从N+1重新检查。每隔一个字节（0x01-0xFE）就是下一个标记的一部分。

压缩图像数据夹在FFDA和FFD9之间。问题是FFD9可能丢失，文件应该在那里结束。我不理解你“跳过”SOS_MT块的目的。没有“通过”也没有“在另一边”。首先，（可能）通过使用为二进制序列化设计的库（我偏爱）。其次，每个分支无条件地解析一个单词。与其解析该单词，并在以后失败时进行回溯，不如解析该单词，并根据其值决定下一步要做什么。最后（对此不确定）与其计算和求和长度，不如使用来获得解析后的字符串，他们只需计算其长度。@BitBank如果我没有正确理解，请原谅我，但是progressive.JPEG的多个过程如何？不是每个过程都使用不同的SOS_MT块吗？谢谢@user2407038，你关于分解单词解析的建议很好。对于p在前进图像中，在每次扫描的开始处都有一个SOS（FFDA）。这个字节序列（FFDA）只能解释为SOS标记；具有FFDA序列的压缩数据将被编码为FF00DA。压缩图像数据夹在FFDA和FFD9之间。问题是FFD9可能丢失，文件应该到此结束。我不理解您“跳过”SOS_MT块的目的。首先，（可能）通过使用一个为二进制序列化而设计的库（我偏爱）。其次，每个分支无条件地解析一个单词。不要解析那个词，如果以后失败了，就回溯，而应该解析那个词，并根据它的值决定下一步要做什么。最后（不确定这一点）不是计算长度并求和，而是使用来获取解析的字符串，它们只是计算其长度。@BitBank如果我没有正确理解，请原谅，但是progressive.JPEG的多次传递呢？做