ファイル内のゼロの大きなストレッチを見つける簡単な方法
最近、2.5TBの障害のあるディスクを部分的に回復しました。 ddrescueは、ループバックモードでマウントできるイメージを作成しました。2.1TBが回復し、450GBが欠落していますが、残念ながらディスク全体に広がっています。
影響を受けるファイルを確認するには、filefrag -vを使用して、ddrescueによって生成されたマップファイルを確認します。
しかし、それには時間がかかります。回復しているのはビデオファイルのみであるため、ゼロの大きなストレッチは予想されませんが、ddrescueがディスクからデータを読み取らなかった場所に存在することがわかりました。
したがって、ファイルにすべてゼロの（任意の）大きなパッチがある場合は、ファイルをスキャンするコマンドが必要になります。実際には、これらは常に512バイトの倍数であり、常に512バイトのアドレスで始まります。そのようなバイナリバイトシーケンス（つまり、512× '\ 0'）についてファイルをスキャンできるコマンドはありますか？
別のアプローチ、したがって私からの別の答え。
ddrescue自体を使用して、ゼロを検索できます。 --generate-modeを使用します。
ddrescueが--generate-modeオプションで呼び出されると、デフォルトの「レスキューモード」とは異なる「生成モード」で動作します。つまり、--generate-modeオプションを使用した場合、ddrescueは何もレスキューしません。後で使用するためにmapfileを生成しようとするだけです。[…]
ddrescueは、場合によっては、mapfileとinfileの（部分的な）コピーからおおよそのoutfileを生成できます。これは、正確なmapfileとほぼ同じです。これは、すべてゼロを含むセクターがレスキューされなかったと単純に想定することで実現されます。[…]
ddrescue --generate-mode infile outfile mapfile
（ ソース ）
ファイルが前回のoutfile実行からのddrescueであると仮定しましょう。 infileとして使用することはできません（ddrescueとinfileが同じファイルの場合、outfileは機能しないため）、ダミーのファイルが必要です。/dev/zeroで十分です。すべてのゼロを見つけるには、-b 1が必要です。これはコマンドです（mapfileは存在してはなりません）：
ddrescue -b 1 --generate-mode /dev/zero file mapfile
mapfile内のデータブロックのリストに?が含まれるすべてのエントリは、ゼロのブロックを意味します（-b 1の場合、1つのゼロもブロックです）。 ddrescueのマップファイル構造 を参照してください。その後、mapfileから情報を取得できます。
たとえば、次のコマンドは、ゼロの最大ブロックの長さ（16進数、-b 1のためにバイト単位）を示します（空の出力は、何もなかったことを意味します）。
grep '0x.*0x.*[?]' mapfile | awk -F ' ' '{print $2}' | sort -ru | head -n 1
速度を上げるには、より大きなブロックサイズ（-b）を使用することをお勧めしますが、あるブロック内で始まり、次のブロック内で終わるゼロのブロックは、選択したブロックサイズよりわずかに長くても、気付かない場合があります。それらのオフセットが重要になります。
長さがNバイト以上のゼロのストレッチを見逃さないようにするには、最大M=$(((N+1)/2))バイトのブロックサイズが必要です（たとえば、5の場合は最大N=10、6の場合はN=11）。コマンド
ddrescue -b "$M" --generate-mode /dev/zero file mapfile
データブロックのリストに?が含まれるすべての行が少なくともMゼロ（右側のオフセット）を意味するマップファイルを生成しますが、Nゼロのすべてのストレッチ（オフセットに関係なく）は確実にそのような行を生成します。 Mの2つのブロックは少なくともNであるため、次の理由が当てはまります。
データブロックのリストから?の行を取得し、
- 長さ（
mapfileの2番目の列、単位はMであることを忘れないでください）が0x2以上の場合、この位置にはN以上のゼロがあります。 - 長さが
0x1の場合、この位置の周囲に少なくともNゼロがあるかどうかをさらに調査する必要があります。 - そのような行がない場合は、ファイルに
Nゼロのストレッチはありません。
実際には、これらは常に512バイトの倍数であり、常に512バイトのアドレスで始まります。
この場合
ddrescue -b 512 --generate-mode /dev/zero file mapfile
それらすべてを見つけてマッピングします。
grepにnull文字を明示的に検索させると、私にはわかりません。ただし、512個の連続する同一の文字（ほとんどありそうもない）を検索するようにするのは、いくぶん簡単です。
grep -Eal '(.)\1{511}' the_files
512個の同一文字のシーケンスが見つかったファイルをリストします。 -aパラメーターは、ヌル文字と一致させるために必要です（そうでない場合、行末文字と見なされ、無視されます）。
xenoidの答え 影響を受けるファイルをすばやく見つけることができます。さらに確認して分析するには、次のコマンドを実行します。
<"file" tr '\000-\377' 'oL' | fold -w 512 | grep -vn 'L' | cut -f 1 -d ':'
これは次のように機能します。
"file"が開かれ、最初のコマンドにストリーミングされます。trはすべてのヌル文字をoに変換し、すべての非ヌル文字はLに変換します。foldは、512文字ごとに改行を挿入します。現時点では、ストリームは純粋なテキストとして扱うことができます。grepは、Lを含まない行を取り、それらの番号を出力します。cutはこれらの番号を分離します（ooo…を削除します）。
このようにして、ゼロで満たされた512バイトのチャンクの序数を取得します。番号付けは1で始まります。出力をwc -lに渡して、特定のファイルで影響を受けるチャンクの数を確認します。
これは時々欲しかったものなので、興味をそそられました。少し検索して、 this Python 3 program 。
ページの下部でwgetコマンドを実行しましたが、完全に機能します（ただし、権限によってはSudoが必要になる場合があります）。 grepと同様に、正規表現検索を含む多くの強力なオプションがあります。ヘッダーの例はそれらのいくつかを示しています。 bgrep --helpは完全なリストを提供します。
使用するには、512個のダブルゼロを含む実行文字列が必要になります。入力せずに、次のようなものを使用してください。
bgrep -l $(for f in {0..511}; do echo -n 00; done) files...
-rオプションを使用して、完全なディレクトリツリーをトラバースすることをお勧めします。
私はこの答えを追加しました。他の人が不十分であるためではなく（Kamil Maciorowskiのコマンドシーケンスの創意工夫が特に好きでした）、この質問に遭遇する関連する問題を持つ他の人（私のような）にとって価値があるかもしれないからです。