在R语言中解析8字节十六进制整数

Question

背景：我正在尝试使用R语言编写解析器，用于解析我首选GPS应用程序导出的跟踪文件。这些文件使用自定义二进制规范，其中纬度、经度和时间戳都表示为8字节的大端有符号整数。例如，纬度是北纬度x10 ^ 7。这是我第一次涉足解析原始/十六进制表示。

假设我有3个原始整数：

# Should parse as 377441228
lat = as.raw(c(0x00, 0x00, 0x00, 0x00, 0x16, 0x7f, 0x4b, 0xcc))
# Should parse as -1195899101
lon = as.raw(c(0xff, 0xff, 0xff, 0xff, 0xb8, 0xb8, 0x07, 0x23))
# Should parse as 1618678057000
time = as.raw(c(0x00, 0x00, 0x01, 0x78, 0xe0, 0xbb, 0x08, 0x28))

我发现的第一种方法是使用readBin()。这对于lat和lon是正确的，但对于time不起作用。

# 377441228: correct
readBin(lat, integer(), size = 8, 
        signed = TRUE, endian = 'big')
# -1195899101: correct
readBin(lon, integer(), size = 8, 
        signed = TRUE, endian = 'big')
# -524613592: incorrect
readBin(time, integer(), size = 8, 
        signed = TRUE, endian = 'big')

下一步的方法是对字符串进行处理并通过as.numeric()函数转换为数字类型。这种方法对于lat和time有效，但对lon无效：

library(magrittr)
parser = function(hex) {
    hex |> 
        paste(collapse = '') %>%
        paste0('0x', .) |> 
        as.numeric()
}
# 377441228: correct
parser(lat)
# 1.844674e+19: incorrect
parser(lon)
# 1.618678e+12: correct
parser(time)

我该如何解析它们？

- Dan Hicks

---

“time”应该是什么？请记住日期时间的表示方式。（我没有得到那个结果；当使用标准起始值传递给as.POSIXct时，我得到了-524613592，它代表的是“1953年5月17日19:00:08 PDT”）。需要更清晰的问题描述。（我对那些不完整或无法重现的问题感到沮丧，因此提出关闭投票。） - IRTFM

根据第一个块中的注释，time 应该被解析为 1618678057000。它是毫秒而不是秒；我不知道为什么，这只是文件规格。 as.POSIXct(1618678057, origin='1970-01-01') 得到了 2021-04-17 09:47:37 PDT，这是我开始记录用于开发此解析器的轨迹的时间。 - Dan Hicks

时间值太大，无法以R基础整数表示。您可以将其作为double读取并转换为64位整数。library(bit64); \class<-`(readBin(time, double(), size = 8, endian = "big"), "integer64")`. - Ritchie Sacramento

Answer 1

您可以使用这个小函数，它仅使用基本的R语言。它将原始数据转换为位，将其排序为一个大端向量的1和0，然后使用二进制补码表示法将它们转换为适当的值。

parser <- function(x) {
  bits <- sapply(x, function(y) rev(as.integer(rawToBits(y))))
  sum(bits[-1] * 2^(62:0)) - bits[1] * 2^63
}

测试，我们有：

lat  <- as.raw(c(0x00, 0x00, 0x00, 0x00, 0x16, 0x7f, 0x4b, 0xcc))
lon  <- as.raw(c(0xff, 0xff, 0xff, 0xff, 0xb8, 0xb8, 0x07, 0x23))
time <- as.raw(c(0x00, 0x00, 0x01, 0x78, 0xe0, 0xbb, 0x08, 0x28))

parser(lat)
#> [1] 377441228
parser(lon)
#> [1] -1195898880
parser(time)
#> [1] 1.618678e+12

如果您喜欢一种可以同时处理多个值的向量化版本，您可以这样做：

parser <- function(x) {
  sapply(x, function(z) {
    bits <- sapply(z, function(y) rev(as.integer(rawToBits(y))))
    sum(bits[-1] * 2^(62:0)) - bits[1] * 2^63
  })
}

parser(list(lat, lon, time))
#> [1]     377441228   -1195898880 1618678057000

^{使用reprex v2.0.2于2023年1月1日创建}

- Allan Cameron