Nano Hash - криптовалюты, майнинг, программирование

Шестнадцатеричное представление QString для массива символов без знака

QString с некоторым пользовательским вводом содержит MAC-адрес, например "68F542F9AB22". Мне нужно преобразовать QString в беззнаковый массив символов [6] чисел, а не в представление ASCII. Таким образом, для QString 68F542F9AB22 массив беззнаковых символов в первой позиции должен быть 104.


Ответы:


1

вы можете перебрать свою QString и разрезать ее на части по два, а затем использовать QString::toUShort(&ok,16), что даст вам ushort вашей шестнадцатеричной строки.

Что-то вроде

for(int i=0;i<6;++i)
{
     QString hexString = yourstring.mid(i*2,2);
     bool ok = false;
     yourBuf[i] = (unsigned char) hexString.toUShort(&ok,16);
     //if not ok, handle error
}

Вы должны выполнить некоторые проверки правильной длины вашей входной строки и выполнить некоторую обработку ошибок при ошибках преобразования.

Надеюсь, это поможет вам.

09.08.2017
  • Спасибо!. Да, я сначала проверяю, является ли QString допустимой шестнадцатеричной строкой. 09.08.2017
  • Или преобразуйте один раз toULongLong и игнорируйте верхние 16 бит, поскольку они равны нулю. 09.08.2017

  • 2

    Я бы сделал это следующим образом:

    QString s("68F542F9AB22");
    assert(s.size() % 2 == 0);
    
    std::vector<unsigned char> array;
    for (int i = 0; i < s.size(); i += 2)
    {
      QString num = s.mid(i, 2);
      bool ok = false;
      array.push_back(num.toUInt(&ok, 16));
      assert(ok);
    }
    
    09.08.2017

    3

    Hex to long long — это одна операция, которая преобразует до 64 бит. Этого достаточно для 48-битного MAC. Так:

    bool ok = false;
    auto result = input.toULongLong(&ok,16);
    for(int i=5;i>=0;--i)
    {
       buf[i] = result & 0xFF;
       result >>= 8;
    }
    
    09.08.2017
  • Только для 64-битных машин long long равен 64 битам, верно? 09.08.2017
  • @MABC: как минимум 64 бита. На 64-битной машине вы можете обнаружить, что long — это 64 бита, а long long — 128 бит. Этот код зависит только от минимального размера, а не от точного размера. 09.08.2017

  • 4

    Ты можешь попробовать :

    QString s  = "68F542F9AB22";
    unsigned char array[6];
    
    if (s.length() % 2 == 0) { // test string length is even
        for (unsigned long i = 0 ; i < s.length() ; i += 2) {
            QString chunk = s.mid(i,2);
            bool ok;
            array[i/2] = static_cast<unsigned char>(chunk.toInt(&ok,16));
        }
    }
    

    Обратите внимание, что приведенный выше код работает только для четных строк (но для MAC-адреса все в порядке).

    И для проверки результата вы можете использовать:

    for (unsigned long i = 0 ; i < 6 ; i ++) {
        std::cout<<"Array ["<<i<<"] = "<<static_cast<unsigned long>(array[i])<<std::endl;
    }
    
    09.08.2017
    Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..