Итак, наша основная задача вообще-то найти регион (страну, город) соответствующего IP-адреса. Вот этим и займемся. Точнее, найдем либо ID страны, либо смещение в файле БД, откуда потом вытащим данные. Этот функционал реализован в функции
private uint SearchID(string IP).
К сожалению, мы с ними столкнемся еще не один раз, поэтому надо их как-то преобразовывать, хотя в C# вообще нет понятия «трехбайтовое число», все числовые данные кратны 2 (т.е. либо 2, либо 4 байта и т.д.). Соответственно, чтобы с ними работать, придется научиться их приводить к нормальным типам C#. В ushort они уже не влезают, так что будем их приводить к int или uint.
Плюс возникает еще одна проблема, числа могут быть в big-endian или little-endian, т.е. читаться с переду назад, или с заду наперед. В случае 2 байт или 4 — сразу понятно, надо просто перевернуть массив, если нужен другой порядок байт. А с трехбайтными как быть? Перевернуть, это понятно, но при конверсии из 3-байтного в 4-байтное остается лишний нуль, который должен занимать ячейку массива. И где этот нуль должен быть, с начала или конца массива? Как быть? Как разобраться?
Итак, представим себе десятичный байт, т.е. такой виртуальный байт, в который помещаются цифры от 0 до 9. И «трехбайтовое» число, например 149. Задача, преобразовать его в 4-байтовое в формате big-endian или little-endian.
В big-endian все просто, дописываем 0 спереди, поскольку 0 спереди незначащий, то он игнорируется.
А для little-endian необходима схемка:
Поэтому была сделана функция преобразования:
//делает uint из 3 байтов
//порядок входного массива BigEndian
private uint getUintFrom3b(byte[] bytes)
{
byte[] buf = new byte[4];
if (RevBO)
{
Array.Copy(bytes, 0, buf, 1, 3);
Array.Reverse(buf);
}
else
{
Array.Copy(bytes, 0, buf, 0, 3);
}
return BitConverter.ToUInt32(buf, 0);
}
PHP весьма фривольно обращается с типами данных, т.е. может работать со строкой, как с массивом байт, с массивом байт, как со строкой или набором чисел, и т.д. C# так не может. Сходу возникла идея сконвертировать массивы в однобайтовые строки, но такой подход вызвал дикое замедление, поскольку строка считается неизменяемой и постоянно копируется. Поэтому просто сделали вариант функции string.substr() для массива байт:
private byte[] bSubstr(byte[] Source, uint StartIndex, uint Length)
{
byte[] Dest = new byte[Length];
Array.Copy(Source, StartIndex, Dest, 0, Length);
return Dest;
}
Теперь переходим непосредственно к функции поиска, она будет получать в результате или ID страны (Для базы SxGeoCountry) или смещение в файле, по которому можно получить дополнительные данные: город, регион, страна (SxGeoCity). Я старался сделать эту функцию максимально приближенной к оригиналу на PHP, но из-за особенностей языков, естественно, пришлось пойти на некоторые отступления. Так что далее не всегда форк и копипаст, а скорее «вольный пересказ» с сохранением функциональности.
1. Преобразуем строковое представление IP-адреса, например 8.8.4.4 в беззнаковое целое число:
uint ipn = IPConverter.IPToUInt32(IP);
Про класс IPConverter я писал ранее.
2. Получаем первый байт IP-адреса, т.е. если IP 196.22.41.11, то надо получить 196. Как я ранее заметил, PHP фривольно обращается со строками, массивами байт или числами, интерпретируя данные без участия программиста. Это иногда хорошо, иногда нет, но в C# таких вольностей нет. Самый оптимальный способ — применить простое математическое преобразование — разделить целочисленное 4-байтовое представление IP-адреса нацело на 100000016:
//получаем 1-й байт IP-адреса
byte ip1n = (byte)(ipn / 0x1000000);
3. Делаем проверку (взята из оригинального исходника):
if (ip1n == 0 || ip1n == 10 || ip1n == 127 ||
ip1n >= Header.fbIndexLen)
return 0;
Если первый байт 0, 10 или 127 (попадает в специальные диапазоны, отсутствующие в БД SxGeo) или больше индекса первых байт, значит в базе его нет — возвращаем 0.
4. Получаем 3 оставшихся байта IP-адреса:
//достаем 3 младших байта
uint ipn3b = (uint)(ipn - ip1n * 0x1000000);
5. Теперь ищем блок данных в индексе первых байт:
uint blocks_min = fb_idx_arr[ip1n - 1];
uint blocks_max = fb_idx_arr[ip1n];
uint min = 0; uint max = 0;
Таким образом, находим диапазон блоков в основном индексе (или сразу в базе), куда надо обращаться, либо искать далее.
Если длина блока больше количества элементов в основном индексе, то тогда надо искать данные в основном индексе, если нет — полученные blocks_min и blocks_max указывают непосредственно на нужный блок данных в «диапазонах» (спецификация формата п. 4).
//если длина блока > кол-ва эл-тов в основном индексе
if (blocks_max - blocks_min > Header.Range)
{
//рассмотрим далее
}
else
{
min = blocks_min;
max = blocks_max;
}
6. Обычно, такого хорошего совпадения не бывает, и приходится искать нужный блок данных в основном индексе.
6.1. Поиск в основном индексе. Он маленький, и был загружен в память еще на этапе инициализации БД:
uint part = SearchIdx(ipn,blocks_min / Header.Range,
(blocks_max / Header.Range)-1);
В оригинальном исходнике тут были округления при делении к ближайшему меньшему, но в C# целочисленное деление (которое автоматически работает, если целое делишь на целое) и так дает ближайшее целое в меньшую сторону — отбрасывает дробную часть.
6.2. Функция SearchIdx целиком и без изменений взята из оригинального исходника:
private uint SearchIdx(uint ipn, uint min, uint max)
{
while (max - min > 8)
{
uint offset = (min + max) >> 1;
if (ipn > m_idx_arr[offset])
min = offset;
else
max = offset;
}
while (ipn > m_idx_arr[min] && min++ < max) { }
return min;
}
6.3. Номер блока, в котором нужно искать IP нашли, теперь надо найти нужный блок в "Диапазонах":
min = part > 0 ? part * Header.Range : 0;
max = part > Header.mIndexLen ? Header.DiapCount : (part + 1) * Header.Range;
6.4. Нужно произвести коррекцию, если найденный ранее блок вылетел за пределы блока первого байта:
if (min < blocks_min) min = blocks_min;
if (max > blocks_max) max = blocks_max;
7. В результате мы получили 3 параметра:
- младшие 3 байта IP адреса (ipn3b)
- начало для поиска в "Диапазонах" (см.спецификацию п. 4), которое хранится в переменной min
- конец диапазона - max.
8. Вычисляем еще один параметр - длину зоны поиска в "Диапазонах". Он понадобится немного ниже:
uint len = max - min;
Все готово к получению индекса страны (либо смещения в справочнике).
Итак, все переменные для поиска в "Диапазонах" у нас есть. Но тут возникают проблемы, связанные с архитектурой нашего алгоритма. Помните, мы договорились, что можно будет устанавливать режим использования памяти.
В случае если режим полностью файловый (DatabaseMode == SxGeoMode.FileMode), то мы должны найти нужный кусок БД "Диапазонов" и загрузить его в память, чтобы найти уже в нем данные о конкретном IP. Иначе, БД диапазонов уже в памяти, и надо найти в ней.
В коде все наоборот - ориентируемся на режим "в памяти", а для другого режима пришлось изобретать подгрузку с диска:
//поиск в БД диапазонов
if (DatabaseMode != SxGeoMode.FileMode) //БД диапазонов в памяти
{
ID = SearchDB(db_b, ipn3b, min, max);
}
else //БД диапазонов на диске
{
byte[] db_part = LoadDBPart(min, len);
ID = SearchDB(db_part, ipn3b, 0, len);
}
Функция подгрузки диапазонов с диска:
private byte[] LoadDBPart(uint min, uint len)
{
//перемещаемся на начало диапазонов +
//найденное минимальное значение
try
{
SxStream.Seek(Header.db_begin + min * Header.block_len,
SeekOrigin.Begin);
}
catch (Exception ex)
{
ErrorMessage = ex.Message;
return null;
}
return ReadBytes(SxStream, (int)(len * Header.block_len));
}
Чтоб не загромождать текст, здесь
В принципе, функция практически полностью скопирована с оригинала на PHP, внесено только одно дополнительное условие. Если база данных SxGeoCity, то необходимо вернуть 3 байта смещения в справочнике городов/стран (преобразуем их в 4-байтный uint). Если БД SxGeoCountry - то нужно вернуть однобайтовый ID страны.
uint ans = 0;
if (Header.IdLen == 3) //БД с городами
{
ans = getUintFrom3b(
bSubstr(db, min * Header.block_len - Header.IdLen, Header.IdLen));
}
else //только ID стран
{
ans = bSubstr(db, min * Header.block_len - Header.IdLen, Header.IdLen)[0];
}
return ans;