Hrátky z řádky: Mírně partyzánské triky

Ondřej Bojar 28. 4. 2008

V dnešním díle se podíváme na několik nástrojů a nápadů, jak bojovat v binárním světě textovými nástroji. Jak totiž jistě víte, Unix vznikl a dlouho byl vyvíjen jako systém pro práci s textem. Několik dalších tipů se pak týká hranice mezi jádrem a uživatelskými procesy, kde můžete leccos zjistit.

Zachránit smazaný soubor či poškozený disk „holýma rukama“

Pohledem do /etc/fstab můžete zjistit systémovou cestu k zařízení disku, tj. k disku jako takovému. Např. mé USB disky se mountují do adresáře /mnt/usbdisk, takže vidím, že k disk jako celek je reprezentován „souborem“ /dev/sda1:

cat /etc/fstab | grep usbdisk
# vypíše dejme tomu:
#   /dev/sda1  /mnt/usbdisk  auto  noauto,user,rw  0 0

Hardwarově poškozené médium, kde hrozí, že si obsah přečtete jen jednou, je dobré napřed celé zkopírovat do souboru. dd je program pro podobné tupé kopírování (pro čtení „souboru disku“, potřebujete práva superuživatele, proto „sudo“):

sudo dd if=/dev/sda1 of=~/zachr_flash.img

Dál už vás jistě napadne, že soubor ~/zachr_flash.img můžete prohledávat. Prohledávat ale lze i přímo disk:

sudo grep -a známý_text_ze_smazaného_souboru /dev/hda1

Parametr -a grep přinutí pracovat s daty jako s textem, parametr -C můžete užít k udání počtu vypisovaných řádek před a za nalezeným textem.

Zajímavé výseky či celý disk můžete i prohlížet ve svém oblíbeném editoru, pokud ten objem unese.

Pro dešifrování informaci o souborech či adresářích se hodí hexdump:

hexdump /dev/sda1 | less

Samozřejmě se v datech ručně vyznáte jen u jednoduchých filesystémů jako FAT a neocenitelný bude jejich popis, pokud se vám jej podaří vygooglit. (Filesystém můžete poznat buď z /etc/fstab  nebo /etc/mtab, pokud je disk připojen.)

Dolování řetězců

Pokud nevíte, co přesně v binárním souboru hledáte, ale víte, že hledáte text (např. přesný název proměnné prostředí, kterou máte nastavit, ale někdo ji zapomněl zdokumentovat), hodí se nástroj „strings“:

strings /bin/ls | grep -v [a-z]
# předpokládejme, že proměnné prostředí neobsahují malá písmenka
# a hle: LS_COLORS či COLUMNS je to, co nás možná zajímalo

Změna kódování souborů

Standardem pro převod mezi různými kódováními textových souborů je dnes iconv:

iconv -f iso-8859-2 -t utf8 < vstup > výstup

Je důležité uvědomit si, že převod může selhat, pokud byste převáděli znak, který v cílovém kódování neexistuje. iconv na tohle reaguje správně: přestane převádět a ohlásí „illegal input sequence at position 11“. Pozice je udána počtem znaků, nikoli počtem řádek. Abyste zjistili, na které řádce problém nastal, spusťte „ wc -l“ na (neúplný) výstup z iconvu.

Málo se ví o tom, že iconv umí nevyjádřitelné znaky ztrátově nahradit a neselhávat. Dokument tím samozřejmě poškodíte (typicky se místo nějakého písmene objeví otazník), ale někdy vám to nemusí vadit. Pro převod se ztrátovým nahrazováním přidejte řetězec „ //TRANSLIT“ za název cílového kódování:

echo "háčky" | iconv -f utf8 -t ascii//TRANSLIT
# vypíše: h??ky

Alternativou k iconv  může být např. recode, s nějakou jeho pradávnou verzí jsem ale měl špatnou zkušenost: část souboru přeskočil (nezapsal konec) a také nevaroval, že převod není možno uskutečnit. To je zvlášť v případě velkých souborů, které už po sobě nečtete, velký problém.

Když program neřekne, co hledá

Komplexní programy spoléhají na řadu proměnných prostředí, sdílených knihoven, datových souborů. Když je nenajdou, neběží, ale možná neřeknou jasně, kde soubor hledaly.

Přehled všech dynamicky připojovaných knihoven, které program potřebuje, získáte pomocí ldd:

ldd /usr/bin/perl
# vypíše např.
#   libperl.so => /usr/lib/perl5/5.8.6/i386-linux-thread-multi/CORE/libperl.so (0x0070f000)
#   libresolv.so.2 => /lib/libresolv.so.2 (0x00625000)
#   libnsl.so.1 => /lib/libnsl.so.1 (0x00326000)
#   ...

Ještě obecnější ale je sledovat podrobný výpis všech systémových volání. Tím zjistíte, co všechno se program doopravdy snaží otevřít:

strace perl 2> perl.strace-log
# v logu pak najdete, jak perl hledal libperl.so, až ji konečně našel:
#   open("/usr/lib/perl5/5.8.6/i386-linux-thread-multi/CORE/i686/sse2/libperl.so", O_RDONLY) = -1 ENOENT (No such file or directory)
#   open("/usr/lib/perl5/5.8.6/i386-linux-thread-multi/CORE/i686/libperl.so", O_RDONLY) = -1 ENOENT (No such file or directory)
#   open("/usr/lib/perl5/5.8.6/i386-linux-thread-multi/CORE/sse2/libperl.so", O_RDONLY) = -1 ENOENT (No such file or directory)
#   open("/usr/lib/perl5/5.8.6/i386-linux-thread-multi/CORE/libperl.so", O_RDONLY) = 3
#   read(3, "\177ELF\1\1\1\0\0\0\0\0\0\0\0\0\3\0\3\0\1\0\0\0\240\7s"..., 512) = 512

strace se také hodí, pokud program „záhadně zadrhává“. Může se totiž ukázat, že se například snaží číst z aktuálně nedosažitelného síťového disku.

Které soubory jsou právě otevřeny? Kdo používá soubor?

Pokud jste superuživatel, program lsof vám vypíše seznam všech otevřených či namapovaných souborů, otevřených síťových spojení i aktuálních adresářů jednotlivých programů:

widgety

sudo /usr/sbin/lsof | less -S
# a dostanete výpis jako např. tento:
#   vim        1777     obo  cwd       DIR        3,3    16384          1 /win
#   vim        1777     obo  txt       REG        3,5  2333416    1129997 /usr/bin/vim
#   vim        1777     obo  mem       REG        3,5    19668    1211717 /usr/lib/libgpm.so.1.19.0
#   ...
#   vim        1777     obo    5u      REG        3,3    12288       1366 /win/.mail.txt.swp
#   ...
#   ssh       12134     obo    3u     IPv4     247328                 TCP 10.10.1.56:42015->pocitac.nekde.cz:ssh (ESTABLISHED)

A pokud se vám například nedaří odpojit disk, protože ho někdo používá (umount: /mnt/cdrom: device is busy), takto zjistíte ID procesů:

sudo /sbin/fuser /mnt/cdrom

Pak už bude stačit „ ps aux | grep ...“ a buď příslušný program skončíte slušně, nebo ho prostě sestřelíte.

Našli jste v článku chybu?
DigiZone.cz: Parlamentní listy: kde končí PR...

Parlamentní listy: kde končí PR...

Lupa.cz: Jak levné procesory změnily svět?

Jak levné procesory změnily svět?

Podnikatel.cz: Insolvence LevneElektro.cz? Začíná boj o peníze

Insolvence LevneElektro.cz? Začíná boj o peníze

Lupa.cz: Patička e-mailu závazná jako vlastnoruční podpis?

Patička e-mailu závazná jako vlastnoruční podpis?

Podnikatel.cz: Byla finanční manažerka, teď cvičí jógu

Byla finanční manažerka, teď cvičí jógu

120na80.cz: Hrbatá prsa aneb mýty o implantátech

Hrbatá prsa aneb mýty o implantátech

Vitalia.cz: Jak Ondra o astma přišel

Jak Ondra o astma přišel

Podnikatel.cz: Udělali jsme velkou chybu, napsal Čupr

Udělali jsme velkou chybu, napsal Čupr

Podnikatel.cz: EET pro e-shopy? Postavené na hlavu

EET pro e-shopy? Postavené na hlavu

120na80.cz: Co je padesátkrát sladší než cukr?

Co je padesátkrát sladší než cukr?

Podnikatel.cz: Instalatér, malíř a elektrikář. "Vymřou"?

Instalatér, malíř a elektrikář. "Vymřou"?

120na80.cz: 3 preventivní vyšetření na odhalení rakoviny

3 preventivní vyšetření na odhalení rakoviny

Vitalia.cz: Tahák, jak vyzrát nad zápachem z úst

Tahák, jak vyzrát nad zápachem z úst

DigiZone.cz: Rapl: seriál, který vás smíří s ČT

Rapl: seriál, který vás smíří s ČT

Vitalia.cz: 5 důvodů, proč jet na výlov rybníka

5 důvodů, proč jet na výlov rybníka

Vitalia.cz: Muž, který miluje příliš. Ženám neimponuje

Muž, který miluje příliš. Ženám neimponuje

DigiZone.cz: Funbox 4K v DVB-T2 má ostrý provoz

Funbox 4K v DVB-T2 má ostrý provoz

Podnikatel.cz: Takhle se prodávají mražené potraviny

Takhle se prodávají mražené potraviny

DigiZone.cz: Ginx TV: pořad o počítačových hráčích

Ginx TV: pořad o počítačových hráčích

DigiZone.cz: Světový pohár v přímém přenosu na ČT

Světový pohár v přímém přenosu na ČT