解析oui.txt文件，通過MAC前綴獲取Organization

1、前言

　　OUI是指Organizationally unique identifier  （組織唯一標識符），簽發給各類組織的唯一標識符。MAC地址共有6個字節48位組成，前3個字節體現了OUI，其表明了NIC的制造組織。通常情況下，該標識符是唯一的。詳細介紹參考：http://standards.ieee.org/develop/regauth/oui/public.html。oui.txt文件中記錄世界所有網卡的制造廠商，共有18859個。文件中記錄mac的前三位與公司的對應關系。本文目地是對oui.txt文件進行解析，生產一個信息的文件，在程序中可以根據制定的mac地址，快速查找其對應的公司名稱。在此將MAC前三個字節簡稱為MAC前綴。

2、初步處理

　　oui.txt文件內容很有規律，根據MAC前綴由小到大記錄。但是，MAC前綴並不是連續的，中間有些間斷，但是順序是由小到大。原始文件內容格式如下所示：

 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

　　文件中網卡前綴00-00-00和000000兩種形式，為了具備一致性，可以提前像00-00-00 (hex) XEROX CORPORATION的行。linux采用cat命令提取。

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

生成的mac_hex_org.txt文件內容如下：

 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

更進一步抽取mac和org信息，可以對mac_hex_org.txt文件進行提前，采用一個簡單的shell腳本，提前mac列和org列，分別保存在MAC.log和ORG.log文件中。shell腳本mac_org.sh如下：

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

執行mac_org.sh生產MAC.log和ORG.log文件。兩個文件的每行對應關系就是mac前綴與公司名稱的關系。文件內容如下所示：

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、生產mac-org結構文件

　　為了在程序快速查找，將MAC.log和ORG.log文件中對應關系轉換為一個結構體，存入mac_org.log文件中。mac前綴是唯一的，對應轉換為10進制的整數，相比字符串，查找更加方便。mac_org結構定義如下：

//mac前綴和公司名稱對應關系
typedef struct mac_org { uint32_t key; //mac前綴作為key char org_name[ORG_NAME_LEN]; //公司名稱 }mac_org;

　　在程序中分別讀取MAC.log和ORG.log的每一行，轉換為一個mac_log結構，寫入mac_log.log文件。轉換程序如下所示：

#include <stdio.h>
#include <stdlib.h>
#include <inttypes.h>
#include <string.h>
#include <time.h>
#include <errno.h>
#include <unistd.h>

#define MAC_PREFIX_LEN           10          //mac前綴長度
#define ORG_NAME_LEN              96           //公司名稱長度
#define MAC_LOG_FILE            "MAC.log"        //mac前綴文件
#define ORG_LOG_FILE            "ORG.log"        //公司名稱文件
#define MAC_ORG_FILE            "mac2org.log"    //mac前綴對應公司名稱文件

#define PRINT_ERROR_POS()  do{                        \
    printf("File: "__FILE__", Line:%d\n", __LINE__); \  17 }while(0);  18 
//mac前綴和公司名稱對應關系
typedef struct mac_org  21 {  22     uint32_t key;   //mac前綴作為key
    char org_name[ORG_NAME_LEN]; //公司名稱
}mac_org;  25 
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 
//將mac前綴轉換為數字，前綴格式為:00-00-00
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 //將mac前綴文件和org文件組織成mac_org結構，並將結果存入文件
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 
    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 && 
        fgets(org_buf, ORG_NAME_LEN, org_fp) != NULL)  75  {  76     //去掉換行符'\n'
    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     //設置記錄值
    tmp.key = macprefix2uint(mac_buf);  89  strcpy(tmp.org_name,org_buf);  90     //將該記錄寫入文件
    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 
//mac前綴格式是00-00-00
int main() 107 { 108     //判斷文件是否存在
    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
 { 118         printf("Successed to create mac2org file.\n"); 119  } 120  } 121     return 0; 122 }    

執行程序：

查看mac2org.log文件大小和內容如下：文件是二進制形式存入。

4、根據mac前綴在mac2org.log查找org

　　mac2org.log文件結構很明確，而且文件大小僅為1.8MB，完全可以將文件內容全部讀到內存進行查找。而且mac2org.log記錄是根據mac前綴有小到大的，即讀到內存中的buffer中，mac_org記錄是有序的，可以采用折半查找進行，以mac前綴轉換的整數為key。查找程序如下所示：

/**根據mac前綴(形如00-00-00)查找organzation  2 先將mac_org.log讀取到內存，然后進行折半查找  3 @auther: Anker @date:2013-12-18  4 **/
#include <stdio.h>
#include <stdlib.h>
#include <inttypes.h>
#include <string.h>
#include <time.h>
#include <errno.h>
#include <unistd.h>

#define MAC_PREFIX_LEN             10          //mac前綴長度
#define ORG_NAME_LEN              96           //公司名稱長度
#define MAC_TYPE_COUNT            18860              //記錄個數
#define MAC_ORG_FILE            "mac2org.log"    //mac前綴對應公司名稱文件

#define PRINT_ERROR_POS()  do{                        \
    printf("File: "__FILE__", Line:%d\n", __LINE__); \  20 }while(0);  21 
//mac前綴和公司名稱對應關系
typedef struct mac_org  24 {  25     uint32_t key;   //mac前綴作為key
    char org_name[ORG_NAME_LEN]; //公司名稱
}mac_org;  28 
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 
//將mac前綴轉換為數字，前綴格式為:00-00-00
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 
//二分查找過程
int32_t binary_search(mac_org *macorg, int32_t n, uint32_t key)  45 {  46     //在有序表macorg[0..n-1]中進行二分查找，成功時返回結點的位置，失敗時返回-1
    int32_t low = 0, high = n-1, mid; //置當前查找區間上、下界的初值
    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     　　//當前查找區間macorg[low..high]非空
    　　mid = low + ((high - low) / 2);  60     　　//使用 (low + high) / 2 會有整數溢出的問題  61    　　 //（問題會出現在當low + high的結果大於表達式結果類型所能表示的最大值時，  62    　　 //這樣，產生溢出后再/2是不會產生正確結果的，而low+((high-low)/2)不存在這個問題
    　　if(macorg[mid].key == key)  64  　　{  65        　　 return mid; //查找成功返回
 　　 }  67     　　if(macorg[mid].key > key)  68  　　{  69        　　 high = mid - 1; //繼續在macorg[low..mid-1]中查找
 　　}  71     　　else
 　　{  73       　　  low = mid + 1; //繼續在macorg[mid+1..high]中查找
 　　}  75  }  76     return -1; //當low>high時表示查找區間為空，查找失敗
}//BinSeareh  78 
//給定一個mac前綴，獲取對應的公司名稱
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 
//mac前綴格式是00-00-00
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
 { 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 }    

測試結果如下所示：

采用折半查找，針對18860條記錄，查詢時間不足1秒，非常之快。

5、總結

     剛開始拿到oui.txt文件時，看了文件的格式和規律。當時沒有檢查，以為mac前綴是連續的，如是開始第一個想到用hash做，mac前綴作為key，value是mac-key在文件中的偏移量。因為hash是唯一的，轉換為整數，不會有沖突。實現后發現生產的mac_org.log文件1.2G之大，文件中有很多空白地方，排查發現mac前綴並不是連續的，而且MAC前綴還存在重復。如下圖所示：

　　故不可以采用hash實現。最后還是采用將文件內容記載到內存處理。mac_log結構的占用100字節，18860條共計約1.8MB，如今內存都已GB計算，完全可以全部加載到內存進行二分查找。

6、參考網址

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