连续性把数据分割，发现它的输出是每几条到十几条为一组，组内顺序正常，组间乱序跳跃；但把这些组挑选、拼接，可以得到两组数据，组内时间顺序良好、间隔均匀。
这说明，这些数据可能是两个命令的返回，不知怎么混到了一起。
就是因为这种混淆使得命令输出格式错乱，这才使得程序把命令返回识别成了report。
于是叶新晨看了一下对方的测试笔记，果然，他们测线路备份切换之类功能，所以需要同时控制两个网元；命令在程序中是顺序下发的，间隔可能只有若干毫秒。
看到这里，叶新晨心里有了底，开始观察程序所在目录，果然在里面找到个dat文件；用十六进制编辑器打开，里面果然是网上传来的原始报文信息，二进制格式。
报文格式是网元编号：信息。
再检查相关代码，很显然，这是因为网元编号被底层通讯模块丢弃了，只把文本信息返回给了上层；这就使得上层无法区分信息来自哪个网元。
平常这样做还没有问题；但遇到同时连接多个网元且需要同时检查多个网元返回、且返回信息还比较多时，数据就乱了。
这个东西太基础。
因为它和上层关系太过紧密，修改它影响太大；而且底层通讯模块的源码已经丢失……
于是，叶新晨尝试用字符串分析的办法来恢复它，鉴于不同命令返回格式不同、数据各异，叶新晨也是用程序尝试识别每个字段的数据类型，然后再检测它是否为有序内容。
叶新晨把这类列叫“索引列”，索引列有三种，一种是1、2、3这样的数字编号，另一种是网元编号这样一整个都是某个固定数字字符的，还有就是年月日时分秒这样的时间信息；它们可能同时全部出现，但也可能只出现其中一种，甚至全都没有。
当识别出索引列之后，叶新晨就把顺序不乱、时间不跳变的若干行视为一个整体；然后像分析单词的“编辑距离”一样，寻找一种使得数据整体上“编辑距离”调整最小的方案，把混淆的数据分隔开。
因为一组数据可能有多个索引列，按照不同索引列拆分的方案还可能不一样。
因此叶新晨也是不得不遍历各种拆分方案，寻找综合最优的那种方案……
这是个挺复杂的程序。
实际上它超出了tcl的能力范围——它的确能工作，而且没有出错时消耗很小；但一旦出错，它需要一分多钟才能恢复。
总之，叶新晨还是把这个程序写出来了，而且的确能自动识别并纠正这种问题；但性能消耗太严重，不是可用于生
『加入书签，方便阅读』
-->> 本章未完，点击下一页继续阅读(第2页/共3页)