解析oui.txt文件，通过MAC前缀获取Organization

1、前言

　　OUI是指Organizationally unique identifier  （组织唯一标识符），签发给各类组织的唯一标识符。MAC地址共有6个字节48位组成，前3个字节体现了OUI，其表明了NIC的制造组织。通常情况下，该标识符是唯一的。详细介绍参考：http://standards.ieee.org/develop/regauth/oui/public.html。oui.txt文件中记录世界所有网卡的制造厂商，共有18859个。文件中记录mac的前三位与公司的对应关系。本文目地是对oui.txt文件进行解析，生产一个信息的文件，在程序中可以根据制定的mac地址，快速查找其对应的公司名称。在此将MAC前三个字节简称为MAC前缀。

2、初步处理

　　oui.txt文件内容很有规律，根据MAC前缀由小到大记录。但是，MAC前缀并不是连续的，中间有些间断，但是顺序是由小到大。原始文件内容格式如下所示：

 OUI                Organization
 company_id            Organization
                  Address
  
  
 00-00-00   (hex)        XEROX CORPORATION
 000000     (base 16)        XEROX CORPORATION
                  M/S 105-50C
                800 PHILLIPS ROAD
                WEBSTER NY 14580
                UNITED STATES

 00-00-01   (hex)        XEROX CORPORATION
 000001     (base 16)        XEROX CORPORATION
                  ZEROX SYSTEMS INSTITUTE
                M/S 105-50C 800 PHILLIPS ROAD
                WEBSTER NY 14580
                UNITED STATES

 00-00-02   (hex)        XEROX CORPORATION
 000002     (base 16)        XEROX CORPORATION
                  XEROX SYSTEMS INSTITUTE
                M/S 105-50C 800 PHILLIPS ROAD
                WEBSTER NY 14580
                UNITED STATES

　　文件中网卡前缀00-00-00和000000两种形式，为了具备一致性，可以提前像00-00-00 (hex) XEROX CORPORATION的行。linux采用cat命令提取。

命令为：cat oui.txt | grep hex > mac_hex_org.txt

生成的mac_hex_org.txt文件内容如下：

 00-00-00   (hex)        XEROX CORPORATION
 00-00-01   (hex)        XEROX CORPORATION
 00-00-02   (hex)        XEROX CORPORATION
 00-00-03   (hex)        XEROX CORPORATION
 00-00-04   (hex)        XEROX CORPORATION
 00-00-05   (hex)        XEROX CORPORATION
 00-00-06   (hex)        XEROX CORPORATION

更进一步抽取mac和org信息，可以对mac_hex_org.txt文件进行提前，采用一个简单的shell脚本，提前mac列和org列，分别保存在MAC.log和ORG.log文件中。shell脚本mac_org.sh如下：

1 #!/bin/sh
2 SRC_FILE=mac_hex_org.txt
3 MAC_FILE=MAC.log
4 ORG_FILE=ORG.log
5 cat ${SRC_FILE} |grep -v "^#" | while read line;
6 do
7     echo "${line:0:8}" >> ${MAC_FILE}
8     echo "${line:18}">>${ORG_FILE}
9 done

执行mac_org.sh生产MAC.log和ORG.log文件。两个文件的每行对应关系就是mac前缀与公司名称的关系。文件内容如下所示：

00-00-00
00-00-01
00-00-02
00-00-03
00-00-04
00-00-05
00-00-06
XEROX CORPORATION
XEROX CORPORATION
XEROX CORPORATION
XEROX CORPORATION
XEROX CORPORATION
XEROX CORPORATION
XEROX CORPORATION
XEROX CORPORATION
XEROX CORPORATION
XEROX CORPORATION
OMRON TATEISI ELECTRONICS CO.
MATRIX CORPORATION
CISCO SYSTEMS, INC.

3、生产mac-org结构文件

　　为了在程序快速查找，将MAC.log和ORG.log文件中对应关系转换为一个结构体，存入mac_org.log文件中。mac前缀是唯一的，对应转换为10进制的整数，相比字符串，查找更加方便。mac_org结构定义如下：

//mac前缀和公司名称对应关系
typedef struct mac_org
{
    uint32_t key;   //mac前缀作为key
    char org_name[ORG_NAME_LEN]; //公司名称
}mac_org;

　　在程序中分别读取MAC.log和ORG.log的每一行，转换为一个mac_log结构，写入mac_log.log文件。转换程序如下所示：

  1 #include <stdio.h>
  2 #include <stdlib.h>
  3 #include <inttypes.h>
  4 #include <string.h>
  5 #include <time.h>
  6 #include <errno.h>
  7 #include <unistd.h>
  8 
  9 #define MAC_PREFIX_LEN           10          //mac前缀长度
 10 #define ORG_NAME_LEN              96           //公司名称长度
 11 #define MAC_LOG_FILE            "MAC.log"        //mac前缀文件
 12 #define ORG_LOG_FILE            "ORG.log"        //公司名称文件
 13 #define MAC_ORG_FILE            "mac2org.log"    //mac前缀对应公司名称文件
 14 
 15 #define PRINT_ERROR_POS()  do{                        \
 16     printf("File: "__FILE__", Line:%d\n",  __LINE__); \
 17 }while(0);
 18 
 19 //mac前缀和公司名称对应关系
 20 typedef struct mac_org
 21 {
 22     uint32_t key;   //mac前缀作为key
 23     char org_name[ORG_NAME_LEN]; //公司名称
 24 }mac_org;
 25 
 26 void print_mac_org(const mac_org *macorg)
 27 {
 28     printf("mac key:%d,org_name:%s\n",macorg->key, macorg->org_name);
 29 }
 30 
 31 //将mac前缀转换为数字，前缀格式为:00-00-00
 32 uint32_t  macprefix2uint(const char *mac_prefix)
 33 {
 34     char mac[8] = {0};
 35     sscanf(mac_prefix, "%c%c-%c%c-%c%c",&mac[0],&mac[1],&mac[2],
 36         &mac[3],&mac[4],&mac[5]);
 37     return  strtoul(mac,0,16);
 38 }
 39 //将mac前缀文件和org文件组织成mac_org结构，并将结果存入文件
 40 int store_mac_org()
 41 {
 42     FILE *mac_fp = NULL;
 43     FILE *org_fp = NULL;
 44     FILE *fp = NULL;
 45     char mac_buf[MAC_PREFIX_LEN] = {0};
 46     char org_buf[ORG_NAME_LEN] = {0};
 47     uint32_t mac_len;
 48     uint32_t org_len;
 49     mac_org tmp;
 50 
 51     memset(&tmp, 0, sizeof(mac_org));
 52     if ((mac_fp = fopen(MAC_LOG_FILE, "r"))  == NULL)
 53     {
 54     fprintf(stderr,"Failed open mac log file: %s,errno: %u,reason: %s\n",
 55         MAC_LOG_FILE, errno, strerror(errno));
 56     PRINT_ERROR_POS();
 57     return -1;
 58     }
 59     if ((org_fp = fopen(ORG_LOG_FILE, "r")) == NULL)
 60     {
 61     fprintf(stderr,"Failed open mac log file: %s,errno: %u,reason: %s\n",
 62         ORG_LOG_FILE, errno, strerror(errno));
 63     PRINT_ERROR_POS();
 64     return -1;
 65     }
 66     if  ((fp = fopen(MAC_ORG_FILE, "wb")) == NULL)
 67     {
 68     fprintf(stderr,"Failed open mac log file: %s,errno: %u,reason: %s\n",
 69         MAC_ORG_FILE, errno, strerror(errno));
 70     PRINT_ERROR_POS();
 71     return -1;
 72     }
 73     while(fgets(mac_buf, MAC_PREFIX_LEN, mac_fp) != NULL && 
 74         fgets(org_buf, ORG_NAME_LEN, org_fp) != NULL)
 75     {
 76     //去掉换行符'\n'
 77     mac_len = strlen(mac_buf);
 78     org_len = strlen(org_buf);
 79     if (mac_buf[mac_len-1] == '\n')
 80     {
 81         mac_buf[mac_len-1] = 0;
 82     }
 83     if (org_buf[org_len-1] == '\n')
 84     {
 85         org_buf[org_len-1] = 0;
 86     }
 87     //设置记录值
 88     tmp.key = macprefix2uint(mac_buf);
 89     strcpy(tmp.org_name,org_buf);
 90     //将该记录写入文件
 91     if(fwrite((void *)&tmp, sizeof(mac_org), 1, fp) == 0) 
 92     {
 93         fprintf(stderr, "Failed to write macorg to %s,errno:%u,reason:%s\n",
 94             MAC_ORG_FILE, errno, strerror(errno));
 95         PRINT_ERROR_POS();
 96         return -1;
 97     }
 98     }
 99     fclose(mac_fp);
100     fclose(org_fp);
101     fclose(fp);
102     return 0;
103 }
104 
105 //mac前缀格式是00-00-00
106 int main()
107 {
108     //判断文件是否存在
109     if(access(MAC_ORG_FILE, F_OK) != 0)
110     {
111     if (store_mac_org() == -1)
112     {
113         fprintf(stderr, "Failed to create mac2org file.\n");
114         return -1;
115     }
116     else
117     {
118         printf("Successed to create mac2org file.\n");
119     }
120     }
121     return 0;
122 }

执行程序：

查看mac2org.log文件大小和内容如下：文件是二进制形式存入。

4、根据mac前缀在mac2org.log查找org

　　mac2org.log文件结构很明确，而且文件大小仅为1.8MB，完全可以将文件内容全部读到内存进行查找。而且mac2org.log记录是根据mac前缀有小到大的，即读到内存中的buffer中，mac_org记录是有序的，可以采用折半查找进行，以mac前缀转换的整数为key。查找程序如下所示：

  1 /**根据mac前缀(形如00-00-00)查找organzation
  2 先将mac_org.log读取到内存，然后进行折半查找
  3 @auther: Anker @date:2013-12-18
  4 **/
  5 #include <stdio.h>
  6 #include <stdlib.h>
  7 #include <inttypes.h>
  8 #include <string.h>
  9 #include <time.h>
 10 #include <errno.h>
 11 #include <unistd.h>
 12 
 13 #define MAC_PREFIX_LEN             10          //mac前缀长度
 14 #define ORG_NAME_LEN              96           //公司名称长度
 15 #define MAC_TYPE_COUNT            18860              //记录个数
 16 #define MAC_ORG_FILE            "mac2org.log"    //mac前缀对应公司名称文件
 17 
 18 #define PRINT_ERROR_POS()  do{                        \
 19     printf("File: "__FILE__", Line:%d\n",  __LINE__); \
 20 }while(0);
 21 
 22 //mac前缀和公司名称对应关系
 23 typedef struct mac_org
 24 {
 25     uint32_t key;   //mac前缀作为key
 26     char org_name[ORG_NAME_LEN]; //公司名称
 27 }mac_org;
 28 
 29 void print_mac_org(const mac_org *macorg)
 30 {
 31     printf("mac key:%d,org_name:%s\n",macorg->key, macorg->org_name);
 32 }
 33 
 34 //将mac前缀转换为数字，前缀格式为:00-00-00
 35 uint32_t  macprefix2uint(const char *mac_prefix)
 36 {
 37     char mac[8] = {0};
 38     sscanf(mac_prefix, "%c%c-%c%c-%c%c",&mac[0],&mac[1],&mac[2],
 39         &mac[3],&mac[4],&mac[5]);
 40     return  strtoul(mac,0,16);
 41 }
 42 
 43 //二分查找过程
 44 int32_t binary_search(mac_org *macorg, int32_t n, uint32_t key)
 45 {
 46     //在有序表macorg[0..n-1]中进行二分查找，成功时返回结点的位置，失败时返回-1
 47     int32_t low = 0, high = n-1, mid; //置当前查找区间上、下界的初值
 48     if(macorg[low].key == key)
 49     {
 50    　　 return low;
 51     }
 52     if(macorg[high].key == key)
 53     {
 54     　　return high;
 55     }
 56     while(low <= high)
 57     {
 58     　　//当前查找区间macorg[low..high]非空
 59     　　mid = low + ((high - low) / 2);
 60     　　//使用 (low + high) / 2 会有整数溢出的问题
 61    　　 //（问题会出现在当low + high的结果大于表达式结果类型所能表示的最大值时，
 62    　　 //这样，产生溢出后再/2是不会产生正确结果的，而low+((high-low)/2)不存在这个问题
 63     　　if(macorg[mid].key == key)
 64     　　{
 65        　　 return mid; //查找成功返回
 66    　　 }
 67     　　if(macorg[mid].key > key)
 68     　　{
 69        　　 high = mid - 1; //继续在macorg[low..mid-1]中查找
 70    　　}
 71     　　else
 72     　　{
 73       　　  low = mid + 1; //继续在macorg[mid+1..high]中查找
 74     　　}
 75     }
 76     return -1; //当low>high时表示查找区间为空，查找失败
 77 }//BinSeareh
 78 
 79 //给定一个mac前缀，获取对应的公司名称
 80 int get_org_by_mac(const char *mac_prefix, mac_org **rmg)
 81 {
 82     mac_org buffer[MAC_TYPE_COUNT];
 83     size_t read_num;
 84     uint32_t key = macprefix2uint(mac_prefix);
 85     int pos = -1;
 86     FILE *fp;
 87     if((fp = fopen(MAC_ORG_FILE, "rb")) == NULL)
 88     {
 89     fprintf(stderr, "Failed to open mac log file: %s,errno:%u,reason:%s\n",
 90         MAC_ORG_FILE, errno, strerror(errno));
 91     PRINT_ERROR_POS();
 92     goto FAILED;
 93     }
 94     fflush(stdin);
 95     read_num = fread((void *)buffer, sizeof(mac_org), MAC_TYPE_COUNT, fp);
 96     if (read_num == 0 && errno != 0)
 97     {
 98     fprintf(stderr, "Failed to read mac log file: %s,errno:%u,reason:%s\n",
 99         MAC_ORG_FILE, errno, strerror(errno));
100     PRINT_ERROR_POS();
101     goto FAILED;
102     }
103     pos = binary_search(buffer, read_num, key); 
104     if (pos != -1)
105     {
106     *rmg = (mac_org *)malloc(sizeof(mac_org));
107     if (rmg == NULL)
108     {
109         fprintf(stderr, "Failed to malloc memory,errno:%u,reason:%s\n",
110             errno, strerror(errno));
111         PRINT_ERROR_POS();
112         goto FAILED;
113     }
114     memset(*rmg, 0, sizeof(mac_org));
115     memcpy(*rmg, &buffer[pos], sizeof(mac_org));
116     }
117     fclose(fp);
118     return 0;
119 FAILED:
120     if(fp)
121     {
122     　　fclose(fp);
123     }
124     return -1;
125 }
126 
127 //mac前缀格式是00-00-00
128 int main(int argc,char **argv)
129 {
130     time_t time1,time2;
131     time(&time1);
132     mac_org *pmacorg = NULL;
133     char *mac_prefix = NULL;
134     if (argc != 2)
135     {
136    　　 fprintf(stderr,"Paramer error,please input mac prefix.\n");
137     　　return -1;
138     }
139     if(access(MAC_ORG_FILE, F_OK) != 0)
140     {
141     　　printf("Can not found  mac2org file:%s.\n", MAC_ORG_FILE);
142    　　 return -1;
143     }
144     mac_prefix = argv[1];
145     if (get_org_by_mac(mac_prefix, &pmacorg) == -1)
146     {
147    　　 fprintf(stderr, "Failed to search mac.\n");
148     　　PRINT_ERROR_POS();
149     　　return -1;
150     }
151     if (!pmacorg)
152     {
153     　　printf("Can not find the mac prefix:%s\n", mac_prefix);
154     }
155     else
156     {
157     　　time(&time2);
158    　　 printf("Successed to find the mac info, cost time:%lds\n", time2 - time1);
159     　　print_mac_org(pmacorg);
160     　　free(pmacorg);
161     }
162     return 0;
163 }

测试结果如下所示：

采用折半查找，针对18860条记录，查询时间不足1秒，非常之快。

5、总结

     刚开始拿到oui.txt文件时，看了文件的格式和规律。当时没有检查，以为mac前缀是连续的，如是开始第一个想到用hash做，mac前缀作为key，value是mac-key在文件中的偏移量。因为hash是唯一的，转换为整数，不会有冲突。实现后发现生产的mac_org.log文件1.2G之大，文件中有很多空白地方，排查发现mac前缀并不是连续的，而且MAC前缀还存在重复。如下图所示：

　　故不可以采用hash实现。最后还是采用将文件内容记载到内存处理。mac_log结构的占用100字节，18860条共计约1.8MB，如今内存都已GB计算，完全可以全部加载到内存进行二分查找。

6、参考网址

http://my.oschina.net/duangr/blog/183789

posted @ 2013-12-22 20:21  Rabbit_Dale  阅读(6333)  评论(4)  编辑  收藏  举报