Thumbs.db uitpluizen

[$tranger]

Op dit moment ben ik bezig met een scriptje om Thumb.db files uit te lezen (bekend van onder andere XP en win2k FS).

Het bestand bevat thumbnails van vrijwel alle multimedia bestanden in de desbetreffende map. De structuur van het bestand is helaas niet gedocumenteerd, maar er is wel het eea over bekend. Zo bestaat er onder andere een C library die dit bestand kan uitlezen, evenals een Python script. Maar graag wil ik dit bestand zelf kunnen begrijpen om d'r een PHP script rond te bouwen.

Wat ik tot nu toe te weten ben gekomen is dat het Thumbs.db voor de eerste 2KiB (2048 bytes) uit een header bestaat. Vervolgens 12 bytes ongebruikte data en vervolgens begint de eerst thumbnail (die overigens altijd als JPEG in het bestand staan opgeslagen). Echter dit bestand is als 'stream' opgeslagen. Hier is wel het eea over gedocumenteerd, maar dan kom ik voornamelijk op oplossingen in de vorm van MS libraries. Ik hoop dat er mogelijk iemand is die mij wat verder op weg kan helpen.

[RobIII]

Een 'stream' is feitelijk niets anders dan een bak bytes; je zou die stream dus gewoon moeten kunnen lezen en 'interpreteren' als jpg. Je moet dan wel even uitzoeken hoe groot iedere 'stream' is; mss staat dat in de header, misschien voor iedere stream, misschien is er gebruik gemaakt van een 'separator' / 'delimiter' en misschien (denk het niet) zelfs een fixed size.

[reddevil]

Als ik er snel 1 bekijk lijkt het te werken met delimiters. Tevens als je de thumbnails zoekt kan je altijd op zoek gaan naar de standaard JPEG header (FF D8) en JPG end (FF D9)

[Hydra]

Eerste google hit:
http://forum.java.sun.com...=427883&messageID=2434893

[$tranger]

reddevil schreef op woensdag 27 februari 2008 @ 15:34:
Als ik er snel 1 bekijk lijkt het te werken met delimiters. Tevens als je de thumbnails zoekt kan je altijd op zoek gaan naar de standaard JPEG header (FF D8) en JPG end (FF D9)

Het begin en eind vinden was me ook al gelukt en zelfs bitsafe dit opslaan geeft geen valide JPEG als resultaat. Terwijl inderdaad de footprint (eerste en laatste 2 bytes) wel overeenkomen is dus de rest van de stream alsnog corrupt

Hydra schreef op woensdag 27 februari 2008 @ 16:53:
Eerste google hit:
http://forum.java.sun.com...=427883&messageID=2434893

Goed zo, die had ik ook al gevonden. Echter wat gebrabbel over (native?) java classes word ik niet veel wijzer van. Toch bedankt, vriendelijke UTFS roeper.

[Hydra]

$tranger schreef op woensdag 27 februari 2008 @ 17:56:
Goed zo, die had ik ook al gevonden. Echter wat gebrabbel over (native?) java classes word ik niet veel wijzer van. Toch bedankt, vriendelijke UTFS roeper.

Ah, en dus ga je een beetje sarcastisch lopen doen? Er staat exact wat voor'n soort file het is, en dat de JPGs die daar in staan niet zondermeer ingelezen kunnen worden. Lijkt me een prima start, of moet alles voorgekauwd worden?

[PrisonerOfPain]

Hier staan de specificaties van het bestandsformaat. Verder kun je natuurlijk de broncode van de phython tool napluizen, daar staat ook in hoe de JPEGs uitgelezen moeten worden.