finish all table analyze

db_manage/clear_table_record.py

@@ -23,7 +23,12 @@ def ClearTableRecordsWithReset(db_path, table_name):
 
 
 if __name__ == '__main__':
-    # ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_path')
+    ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_path')
-    # ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_device')
-    # ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_config')
     ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_node')
+    ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_device')
+    ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_config')
+    ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_user')
+    ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_group')
+    # ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_extend_extent')
+    ClearTableRecordsWithReset(db_path='../src/db_ntfs_info.db', table_name='db_extend_name')
+

ntfs_utils/__init__.py

@@ -4,6 +4,7 @@ from db_extend_name import InsertExtensionsToDB
 from db_group import InsertGroupToDB
 from db_path import GenerateHash, ShouldSkipPath, ScanVolume, InsertPathDataToDB
 from db_user import InsertUserToDB
+from db_node import InsertNodeDataToDB
 
 
 def main():
@@ -40,6 +41,8 @@ def main():
     count = InsertExtensionsToDB(common_extensions)
     print(f"共插入 {count} 个新扩展名。")
 
+    InsertNodeDataToDB()
+
 
 if __name__ == '__main__':
     main()

ntfs_utils/db_node.py

@@ -1,10 +1,10 @@
 import hashlib
 import os
-import random
 import sqlite3
 from datetime import datetime
 
-from mft_analyze import GetFile80hPattern
+# 导入你的模块函数
+from mft_analyze import GetFile80hPattern, GetFragmentData, ExtractSequenceHexValues, hex_list_to_int
 
 
 # 工具函数：获取文件扩展名
@@ -52,7 +52,6 @@ def GetFilesTime(file_path):
     st_atime: 最后一次访问时间（FileAccessTime）
     st_mtime: 最后一次修改内容的时间（FileModifyTime）
     st_ctime: 文件元数据（metadata）更改时间，在 Windows 中是文件创建时间（FileCreateTime）
-    注意：Windows 和 Linux 在这些字段的定义上略有不同，比如 Linux 中 st_ctime 是元数据变更时间，而不是创建时间。
     参数:
         file_path (str): 文件的绝对路径
 
@@ -71,7 +70,6 @@ def GetFilesTime(file_path):
     try:
         stat_info = os.stat(file_path)
 
-        # 将时间戳转换为可读格式字符串 ISO 8601 格式
         def ts_to_str(timestamp):
             return datetime.fromtimestamp(timestamp).strftime('%Y-%m-%d %H:%M:%S')
 
@@ -79,7 +77,7 @@ def GetFilesTime(file_path):
         modify_time = ts_to_str(stat_info.st_mtime)
         access_time = ts_to_str(stat_info.st_atime)
 
-        # 权限变更时间，Linux 上是 metadata 修改时间，Windows 上可能不适用
+        # 权限变更时间，Windows 下可能不适用
         try:
             auth_time = ts_to_str(getattr(stat_info, 'st_birthtime', stat_info.st_ctime))
         except Exception:
@@ -110,8 +108,13 @@ def GetDeviceId(cursor: sqlite3.Cursor) -> int:
 
 
 # 获取文件大小（伪数据）
-def GetFileSize(full_path: str) -> int:
+def GetFileSize(file80h_pattern):
-    return random.randint(100, 999)
+    if file80h_pattern[0].get('is_resident'):
+        return GetFragmentData(file80h_pattern)[0].get('byte_length')
+    else:
+        size_list = ExtractSequenceHexValues(file80h_pattern)[56:64]
+        size = hex_list_to_int(size_list)
+        return size
 
 
 # 获取文件内容哈希（伪数据）
@@ -119,85 +122,16 @@ def GetFileHash(full_path: str) -> str:
     return hashlib.sha256(full_path.encode()).hexdigest()
 
 
-# 获取分片数（1~4）
+# 新增：获取文件片段位置和长度
-def GetExtentCount(data):
+def GetFragmentLocation(fragment):
-    """
+    return fragment.get('starting_byte', 0)
-    分析 NTFS 数据结构中的80属性($DATA)，返回文件分片数量
-
-    参数:
-        data (list): 包含字典的列表，每个字典需有'sequence'键
-            (示例结构见问题描述)
-
-    返回:
-        int: 分片数量(常驻属性返回1，非常驻属性返回数据运行的分片数)
-
-    异常:
-        ValueError: 当输入数据无效时抛出
-    """
-    # 第一步：提取并转换sequence数据
-    hex_bytes = []
-    for entry in data:
-        if 'sequence' in entry:
-            for hex_str in entry['sequence']:
-                hex_bytes.extend(hex_str.split())
-
-    # 将十六进制字符串转换为整数列表
-    try:
-        attribute_data = [int(x, 16) for x in hex_bytes]
-    except ValueError:
-        raise ValueError("无效的十六进制数据")
-
-    # 第二步：分析属性结构
-    if len(attribute_data) < 24:
-        raise ValueError("属性数据过短，无法解析头部信息")
-
-    # 检查属性类型(0x80)
-    if attribute_data[0] != 0x80:
-        raise ValueError("不是80属性($DATA属性)")
-
-    # 检查是否常驻(偏移0x08)
-    is_resident = attribute_data[8] == 0
-
-    if is_resident:
-        return 1
-    else:
-        # 解析非常驻属性的数据运行列表
-        data_run_offset = attribute_data[0x20] | (attribute_data[0x21] << 8)
-
-        if data_run_offset >= len(attribute_data):
-            raise ValueError("数据运行偏移超出属性长度")
-
-        data_runs = attribute_data[data_run_offset:]
-        fragment_count = 0
-        pos = 0
-
-        while pos < len(data_runs):
-            header_byte = data_runs[pos]
-            if header_byte == 0x00:
-                break
-
-            len_len = (header_byte >> 4) & 0x0F
-            offset_len = header_byte & 0x0F
-
-            if len_len == 0 or offset_len == 0:
-                break
-
-            pos += 1 + len_len + offset_len
-            fragment_count += 1
-
-        return fragment_count
 
 
-# 获取随机位置
+def GetFragmentLength(fragment):
-def GetRandomLocation() -> int:
+    return fragment.get('byte_length', 0)
-    return random.randint(1000, 9999)
-
-
-# 获取随机长度
-def GetRandomLength() -> int:
-    return random.randint(1000, 9999)
 
 
+# 主函数：将 db_path 数据导入 db_node
 # 主函数：将 db_path 数据导入 db_node
 def InsertNodeDataToDB(db_path='../src/db_ntfs_info.db', table_name='db_node'):
     conn = sqlite3.connect(db_path)
@@ -220,11 +154,30 @@ def InsertNodeDataToDB(db_path='../src/db_ntfs_info.db', table_name='db_node'):
             print(f"⚠️ PathID {path_id} 已存在，跳过插入")
             continue
 
+        # 获取文件的80h属性数据
+        try:
+            file80h_pattern = GetFile80hPattern(full_path)
+            fragments = GetFragmentData(file80h_pattern)
+            extent_count = min(len(fragments), 4)  # 最多支持4个fragment
+            print(f"✅ 分片数量为: {extent_count}")
+
+        except Exception as e:
+            print(f"⚠️ 获取 ExtentCount 失败，使用默认值 0: {e}")
+            fragments = []
+            extent_count = 0
+
         # 计算字段
         name_hash = hashlib.sha256(name.encode()).hexdigest()
         dir_layer = GetDirLayer(full_path)
         extend_name_id = GetExtendNameId(name, cursor)
-        file_size = GetFileSize(full_path)
+
+        # ✅ 现在可以安全调用 GetFileSize(file80h_pattern)
+        try:
+            file_size = GetFileSize(file80h_pattern)
+        except Exception as e:
+            print(f"⚠️ 获取文件大小失败，使用默认值 0: {e}")
+            file_size = 0
+
         file_hash = GetFileHash(full_path)
 
         # 获取文件的时间属性
@@ -234,20 +187,10 @@ def InsertNodeDataToDB(db_path='../src/db_ntfs_info.db', table_name='db_node'):
         access_time = file_times["FileAccessTime"]
         auth_time = file_times["FileAuthTime"]
 
-        # 新增：根据 $80 属性获取更精确的 ExtentCount
+        # 查询 PathHash
-        try:
+        cursor.execute("SELECT PathHash FROM db_path WHERE ID = ?", (path_id,))
-            attribute_80_data = GetFile80hPattern(full_path)
+        path_hash_result = cursor.fetchone()
-
+        path_hash = path_hash_result[0] if path_hash_result else ""
-            if not attribute_80_data or not isinstance(attribute_80_data, list):
-                raise ValueError("无效的 80h 属性数据")
-
-            extent_count = GetExtentCount(attribute_80_data)
-
-            print(f"✅ 分片数量为: {extent_count}")
-
-        except Exception as e:
-            print(f"⚠️ 获取 ExtentCount 失败，使用默认值 0: {e}")
-            extent_count = 0
 
         # 构建插入语句字段和参数（保持原样）
         fields = [
@@ -257,24 +200,19 @@ def InsertNodeDataToDB(db_path='../src/db_ntfs_info.db', table_name='db_node'):
             'FileSize', 'FileMode', 'FileHash', 'ExtentCount'
         ]
         values = [
-            path_id, parent_id, name_hash, '',  # PathHash 待填
+            path_id, parent_id, name_hash, path_hash,
             extend_name_id, dir_layer, group_id, user_id,
             create_time, modify_time, access_time, auth_time,
             file_size, 'default', file_hash, extent_count
         ]
 
-        # 查询 PathHash（与 db_path.PathHash 一致）
-        cursor.execute("SELECT PathHash FROM db_path WHERE ID = ?", (path_id,))
-        path_hash_result = cursor.fetchone()
-        path_hash = path_hash_result[0] if path_hash_result else ""
-        values[3] = path_hash  # 替换 PathHash
-
         # 处理 Extent 片段字段
         extent_data = []
-        for i in range(1, 5):
+        for i in range(4):  # 最多4个 extent
-            if i <= extent_count:
+            if i < len(fragments):
-                location = GetRandomLocation()
+                frag = fragments[i]
-                length = GetRandomLength()
+                location = GetFragmentLocation(frag)
+                length = GetFragmentLength(frag)
                 extent_data.extend([device_id, location, length])
             else:
                 extent_data.extend([None, None, None])

ntfs_utils/mft_analyze.py

@@ -227,96 +227,197 @@ def GetFile80hPattern(file_path):
 
 
 # if __name__ == '__main__':
-#     GetFile80hPattern(r"Z:\demo.jpg")
+#     data = GetFile80hPattern(r"Z:\hello.txt")
+#     print(data)
 
 
-def analyze_ntfs_data_attribute(data):
+def ExtractSequenceHexValues(file80h_pattern):
     """
-    分析 NTFS 数据结构中的80属性($DATA)，返回文件分片数量
+    从给定的数据结构中提取所有 sequence 的十六进制字符串，并合并成一个标准列表
 
     参数:
-        data (list): 包含字典的列表，每个字典需有'sequence'键
+        data (list): 包含字典的列表，每个字典有 'sequence' 键
-            (示例结构见问题描述)
 
     返回:
-        int: 分片数量(常驻属性返回1，非常驻属性返回数据运行的分片数)
+        list: 包含所有 sequence 值的合并列表
-
-    异常:
-        ValueError: 当输入数据无效时抛出
     """
-    # 第一步：提取并转换sequence数据
+    sequence_list = []
-    hex_bytes = []
+    for entry in file80h_pattern:
-    for entry in data:
         if 'sequence' in entry:
+            # 将每个十六进制字符串按空格分割，然后合并到结果列表
             for hex_str in entry['sequence']:
-                hex_bytes.extend(hex_str.split())
+                # 分割字符串并添加到结果
+                sequence_list.extend(hex_str.split())
+    return sequence_list
 
-    # 将十六进制字符串转换为整数列表
-    try:
-        attribute_data = [int(x, 16) for x in hex_bytes]
-    except ValueError:
-        raise ValueError("无效的十六进制数据")
 
-    # 第二步：分析属性结构
+def ExportDataRunList(data_run):
-    if len(attribute_data) < 24:
+    """
-        raise ValueError("属性数据过短，无法解析头部信息")
+    将 data_run 中的多个 Data Run 提取为独立的 list 片段。
 
-    # 检查属性类型(0x80)
+    参数:
-    if attribute_data[0] != 0x80:
+        data_run (list): 十六进制字符串组成的列表，表示 Data Run 内容
-        raise ValueError("不是80属性($DATA属性)")
 
-    # 检查是否常驻(偏移0x08)
+    返回:
-    is_resident = attribute_data[8] == 0
+        list: 每个元素是一个代表单个 Data Run 的 list
+    """
+    result = []
+    pos = 0
 
-    if is_resident:
+    while pos < len(data_run):
-        return 1
+        current_byte = data_run[pos]
-    else:
-        # 解析非常驻属性的数据运行列表
-        data_run_offset = attribute_data[0x20] | (attribute_data[0x21] << 8)
 
-        if data_run_offset >= len(attribute_data):
+        if current_byte == '00':
-            raise ValueError("数据运行偏移超出属性长度")
+            # 遇到空运行块，停止解析
+            break
 
-        data_runs = attribute_data[data_run_offset:]
+        try:
-        fragment_count = 0
+            header = int(current_byte, 16)
-        pos = 0
+            len_bytes = (header >> 4) & 0x0F
+            offset_bytes = header & 0x0F
 
-        while pos < len(data_runs):
+            if len_bytes == 0 or offset_bytes == 0:
-            header_byte = data_runs[pos]
+                print(f"⚠️ 无效的字段长度，跳过位置 {pos}")
-            if header_byte == 0x00:
                 break
 
-            len_len = (header_byte >> 4) & 0x0F
+            # 计算当前 Data Run 总长度
-            offset_len = header_byte & 0x0F
+            run_length = 1 + offset_bytes + len_bytes
 
-            if len_len == 0 or offset_len == 0:
+            # 截取当前 Data Run
-                break
+            fragment = data_run[pos: pos + run_length]
 
-            pos += 1 + len_len + offset_len
+            result.append(fragment)
-            fragment_count += 1
 
-        return fragment_count
+            # 移动指针
+            pos += run_length
+
+        except Exception as e:
+            print(f"❌ 解析失败，位置 {pos}：{e}")
+            break
+
+    return result
 
 
-input_data = [
+def hex_list_to_int(lst, byteorder='little'):
-    {
+    """
-        'start_byte': 3221267456,
+    将十六进制字符串列表转换为整数（支持小端序）
-        'offset': 264,
+    """
-        'sequence': [
+    if byteorder == 'little':
-            '80 00 00 00 48 00 00 00',
+        lst = list(reversed(lst))
-            '01 00 00 00 00 00 01 00',
+    return int(''.join(f"{int(b, 16):02x}" for b in lst), 16)
-            '00 00 00 00 00 00 00 00',
+
-            '79 00 00 00 00 00 00 00',
+
-            '40 00 00 00 00 00 00 00',
+def parse_data_run(data_run, previous_cluster=0, cluster_size=512):
-            '00 a0 07 00 00 00 00 00',
+    """
-            '0b 93 07 00 00 00 00 00',
+    解析 NTFS 单个 Data Run，返回起始字节、结束字节、长度（字节）
-            '0b 93 07 00 00 00 00 00',
+
-            '31 7a 00 ee 0b 00 00 00'
+    参数:
-        ],
+        data_run (list): Data Run 的十六进制字符串列表
-        'is_resident': False,
+        previous_cluster (int): 上一个运行块的最后一个簇号（用于相对偏移）
-        'total_groups': 9,
+        cluster_size (int): 簇大小（默认为 512 字节）
-        'attribute_length': 72
+
+    返回:
+        dict: 包含起始字节、结束字节、长度等信息
+    """
+    if not data_run or data_run[0] == '00':
+        return None
+
+    header = int(data_run[0], 16)
+    len_bytes = (header >> 4) & 0x0F
+    offset_bytes = header & 0x0F
+
+    # 提取偏移字段和长度字段
+    offset_data = data_run[1:1 + offset_bytes]
+    length_data = data_run[1 + offset_bytes:1 + offset_bytes + len_bytes]
+
+    # 小端序转整数
+    def hex_list_to_int(lst):
+        return int(''.join(f"{int(b, 16):02x}" for b in reversed(lst)), 16)
+
+    offset = hex_list_to_int(offset_data)
+    run_length = hex_list_to_int(length_data)
+
+    # 计算起始簇号
+    starting_cluster = previous_cluster + offset
+    ending_cluster = starting_cluster + run_length - 1
+
+    # 转换为字节偏移
+    cluster_per_sector = 8
+    byte_per_sector = cluster_size
+    byte_length = starting_cluster * cluster_per_sector * byte_per_sector
+    starting_byte = run_length * cluster_per_sector * byte_per_sector
+    ending_byte = starting_byte + byte_length - 1
+
+    return {
+        "starting_byte": starting_byte,
+        "ending_byte": ending_byte,
+        "byte_length": byte_length,
+        "starting_cluster": starting_cluster,
+        "run_length_clusters": run_length
     }
-]
 
-print(analyze_ntfs_data_attribute(input_data))  # 输出分片数量
+
+def ParseMultipleDataRuns(fragments, cluster_size=512):
+    """
+    批量解析多个 Data Run 片段，返回字节偏移信息。
+
+    参数:
+        fragments (list): 多个 Data Run 字符串列表
+        cluster_size (int): 簇大小（默认为 512）
+
+    返回:
+        list: 每个元素是一个包含字节偏移信息的 dict
+    """
+    results = []
+    previous_starting_cluster = 0
+
+    for fragment in fragments:
+        result = parse_data_run(fragment, previous_starting_cluster, cluster_size)
+
+        if result:
+            results.append(result)
+            previous_starting_cluster = result["starting_cluster"]
+
+    return results
+
+
+def GetFragmentData(file80h_pattern):
+    if not file80h_pattern or not isinstance(file80h_pattern, list):
+        return []
+
+    if file80h_pattern[0].get('is_resident'):
+        start_byte = file80h_pattern[0].get('start_byte')
+        offset = file80h_pattern[0].get('offset')
+        content_start = file80h_pattern[0].get('sequence')[2]
+
+        content_start_list = content_start.split()
+        content_len = content_start_list[::-1][4:8]
+        content_offset = content_start_list[::-1][:4]
+
+        content_len_str = ''.join(content_len)
+        content_len_decimal_value = int(content_len_str, 16)
+        content_offset_str = ''.join(content_offset)
+        content_offset_decimal_value = int(content_offset_str, 16)
+
+        file_offset = start_byte + offset + content_offset_decimal_value
+
+        return [{
+            'starting_byte': file_offset,
+            'byte_length': content_len_decimal_value
+        }]
+
+    else:
+        sequence_list = ExtractSequenceHexValues(file80h_pattern)
+        data_run_offset = sequence_list[32:34][::-1]
+        data_run_offset_str = ''.join(data_run_offset)
+        data_run_offset_decimal_value = int(data_run_offset_str, 16)
+        data_run_list = sequence_list[data_run_offset_decimal_value:]
+        fragments = ExportDataRunList(data_run_list)
+        results = ParseMultipleDataRuns(fragments)
+        return results
+
+
+# if __name__ == '__main__':
+#     arri80_data = GetFile80hPattern(r"Z:\hello.txt")
+#     data = GetFragmentData(arri80_data)
+#     print(data)

test/export_useful_fragments.py

@@ -0,0 +1,139 @@
+def extract_data_run_fragments(data_run):
+    """
+    将 data_run 中的多个 Data Run 提取为独立的 list 片段。
+
+    参数:
+        data_run (list): 十六进制字符串组成的列表，表示 Data Run 内容
+
+    返回:
+        list: 每个元素是一个代表单个 Data Run 的 list
+    """
+    result = []
+    pos = 0
+
+    while pos < len(data_run):
+        current_byte = data_run[pos]
+
+        if current_byte == '00':
+            # 遇到空运行块，停止解析
+            break
+
+        try:
+            header = int(current_byte, 16)
+            len_bytes = (header >> 4) & 0x0F
+            offset_bytes = header & 0x0F
+
+            if len_bytes == 0 or offset_bytes == 0:
+                print(f"⚠️ 无效的字段长度，跳过位置 {pos}")
+                break
+
+            # 计算当前 Data Run 总长度
+            run_length = 1 + offset_bytes + len_bytes
+
+            # 截取当前 Data Run
+            fragment = data_run[pos: pos + run_length]
+
+            result.append(fragment)
+
+            # 移动指针
+            pos += run_length
+
+        except Exception as e:
+            print(f"❌ 解析失败，位置 {pos}：{e}")
+            break
+
+    return result
+
+
+def hex_list_to_int(lst, byteorder='little'):
+    """
+    将十六进制字符串列表转换为整数（支持小端序）
+    """
+    if byteorder == 'little':
+        lst = list(reversed(lst))
+    return int(''.join(f"{int(b, 16):02x}" for b in lst), 16)
+
+
+def parse_data_run(data_run, previous_cluster=0):
+    """
+    解析 NTFS 单个 Data Run，返回起始簇号和结束簇号
+
+    参数:
+        data_run (list): Data Run 的十六进制字符串列表
+        previous_cluster (int): 上一个运行块的最后一个簇号（用于相对偏移）
+
+    返回:
+        dict: 包含起始簇、结束簇、运行长度等信息
+    """
+    if not data_run or data_run[0] == '00':
+        return None
+
+    header = int(data_run[0], 16)
+    len_bytes = (header >> 4) & 0x0F
+    offset_bytes = header & 0x0F
+
+    # 提取偏移字段和长度字段（注意顺序是先偏移后长度）
+    offset_data = data_run[1:1 + offset_bytes]
+    length_data = data_run[1 + offset_bytes:1 + offset_bytes + len_bytes]
+
+    # 解析偏移和长度
+    offset = hex_list_to_int(offset_data, 'little')
+    run_length = hex_list_to_int(length_data, 'little')
+
+    # 计算起始簇号（如果是第一个就是绝对偏移，否则是相对偏移）
+    starting_cluster = previous_cluster + offset
+    ending_cluster = starting_cluster + run_length - 1
+
+    return {
+        "starting_cluster": starting_cluster,
+        "ending_cluster": ending_cluster,
+        "run_length": run_length
+    }
+
+
+def parse_multiple_data_runs(fragments):
+    """
+    批量解析多个 Data Run 片段，支持相对偏移。
+
+    参数:
+        fragments (list): 多个 Data Run 字符串列表，如：
+            [
+                ['31', '7a', '00', 'ee', '0b'],
+                ['22', '29', '06', 'bb', '00'],
+                ...
+            ]
+
+    返回:
+        list: 每个元素是一个 dict，包含该片段的解析结果
+    """
+    results = []
+    previous_starting_cluster = 0
+
+    for fragment in fragments:
+        result = parse_data_run(fragment, previous_starting_cluster)
+
+        if result:
+            results.append(result)
+            previous_starting_cluster = result["starting_cluster"]
+
+    return results
+
+
+data_run = [
+    '31', '7a', '00', 'ee', '0b',
+    '22', '29', '06', 'bb', '00',
+    '32', '7a', '02', 'ee', '00', '00',
+    '00', 'a0', 'f8', 'ff', 'ff', 'ff', 'ff', 'ff'
+]
+
+# Step 1: 提取所有有效片段
+fragments = extract_data_run_fragments(data_run)
+print("提取到的片段：")
+for i, frag in enumerate(fragments):
+    print(f"片段{i + 1}: {frag}")
+
+# Step 2: 批量解析这些片段
+results = parse_multiple_data_runs(fragments)
+print("\n解析结果：")
+for i, res in enumerate(results):
+    print(f"片段{i + 1}: {res}")

test/get_extent_counts.py

@@ -0,0 +1,92 @@
+def analyze_ntfs_data_attribute(data):
+    """
+    分析 NTFS 数据结构中的80属性($DATA)，返回文件分片数量
+
+    参数:
+        data (list): 包含字典的列表，每个字典需有'sequence'键
+            (示例结构见问题描述)
+
+    返回:
+        int: 分片数量(常驻属性返回1，非常驻属性返回数据运行的分片数)
+
+    异常:
+        ValueError: 当输入数据无效时抛出
+    """
+    # 第一步：提取并转换sequence数据
+    hex_bytes = []
+    for entry in data:
+        if 'sequence' in entry:
+            for hex_str in entry['sequence']:
+                hex_bytes.extend(hex_str.split())
+
+    print(hex_bytes)
+
+    # 将十六进制字符串转换为整数列表
+    try:
+        attribute_data = [int(x, 16) for x in hex_bytes]
+    except ValueError:
+        raise ValueError("无效的十六进制数据")
+
+    # 第二步：分析属性结构
+    if len(attribute_data) < 24:
+        raise ValueError("属性数据过短，无法解析头部信息")
+
+    # 检查属性类型(0x80)
+    if attribute_data[0] != 0x80:
+        raise ValueError("不是80属性($DATA属性)")
+
+    # 检查是否常驻(偏移0x08)
+    is_resident = attribute_data[8] == 0
+
+    if is_resident:
+        return 1
+    else:
+        # 解析非常驻属性的数据运行列表
+        data_run_offset = attribute_data[0x20] | (attribute_data[0x21] << 8)
+
+        if data_run_offset >= len(attribute_data):
+            raise ValueError("数据运行偏移超出属性长度")
+
+        data_runs = attribute_data[data_run_offset:]
+        fragment_count = 0
+        pos = 0
+
+        while pos < len(data_runs):
+            header_byte = data_runs[pos]
+            if header_byte == 0x00:
+                break
+
+            len_len = (header_byte >> 4) & 0x0F
+            offset_len = header_byte & 0x0F
+
+            if len_len == 0 or offset_len == 0:
+                break
+
+            pos += 1 + len_len + offset_len
+            fragment_count += 1
+
+        return fragment_count
+
+
+input_data = [
+    {
+        'start_byte': 3221267456,
+        'offset': 264,
+        'sequence': [
+            '80 00 00 00 48 00 00 00',
+            '01 00 00 00 00 00 01 00',
+            '00 00 00 00 00 00 00 00',
+            '79 00 00 00 00 00 00 00',
+            '40 00 00 00 00 00 00 00',
+            '00 a0 07 00 00 00 00 00',
+            '0b 93 07 00 00 00 00 00',
+            '0b 93 07 00 00 00 00 00',
+            '31 7a 00 ee 0b 00 00 00'
+        ],
+        'is_resident': False,
+        'total_groups': 9,
+        'attribute_length': 72
+    }
+]
+
+print(analyze_ntfs_data_attribute(input_data))  # 输出分片数量

test/parse_80_attribution.py

@@ -0,0 +1,105 @@
+def ParseDataRuns(data_bytes: list, cluster_size=512):
+    """
+    解析 NTFS $80 属性中的数据运行（Data Run），返回每个分片的起始字节数和长度。
+
+    参数:
+        data_bytes (list): 十六进制字符串组成的列表，表示完整的 $80 属性内容。
+        cluster_size (int): 簇大小（默认为 512 字节）
+
+    返回:
+        dict: 包含每个分片信息的字典，格式如下：
+            {
+                "is_resident": False,
+                "data_runs": {
+                    "片段1": {"起始字节数": 3202351104, "字节长度": 499712 - 1},
+                    "片段2": {...}
+                }
+            }
+    """
+
+    def hex_list_to_int(lst, length, byteorder='little'):
+        """从列表中提取指定长度的字节并转换为整数"""
+        bytes_data = bytes([int(x, 16) for x in lst[:length]])
+        return int.from_bytes(bytes_data, byteorder=byteorder)
+
+    result = {
+        "is_resident": True,
+        "data_runs": {}
+    }
+
+    # 检查是否是 $80 属性
+    if data_bytes[0] != '80':
+        raise ValueError("不是 $80 属性")
+
+    # 常驻标志在偏移 0x08（第 8 个字节）
+    is_resident = data_bytes[8] == '00'
+    result["is_resident"] = is_resident
+
+    if is_resident:
+        result["data_runs"]["常驻文件"] = {
+            "起始字节数": 0,
+            "字节长度": "该文件为常驻，无分片"
+        }
+        return result
+
+    # 非常驻属性：获取数据运行偏移（偏移 0x20 处的 DWORD）
+    data_run_offset = hex_list_to_int(data_bytes[0x20:0x20 + 4], 4)
+    if data_run_offset >= len(data_bytes):
+        raise ValueError("数据运行偏移超出范围")
+
+    # 提取数据运行部分
+    data_run_bytes = data_bytes[data_run_offset:]
+    pos = 0
+    fragment_index = 1
+
+    while pos < len(data_run_bytes):
+        header_byte = int(data_run_bytes[pos], 16)
+        if header_byte == 0x00:
+            break
+
+        # 高4位：长度字段数量；低4位：偏移字段数量
+        len_len = (header_byte >> 4) & 0x0F
+        offset_len = header_byte & 0x0F
+
+        if len_len == 0 or offset_len == 0:
+            break
+
+        pos += 1
+
+        # 提取偏移量（小端序）
+        offset_bytes = data_run_bytes[pos:pos + offset_len]
+        offset = hex_list_to_int(offset_bytes, offset_len, byteorder='little')
+
+        # 提取长度（小端序）
+        length_bytes = data_run_bytes[pos + offset_len:pos + offset_len + len_len]
+        length = hex_list_to_int(length_bytes, len_len, byteorder='little')
+
+        # 计算起始字节数 = offset * cluster_size
+        start_byte = offset * cluster_size
+        byte_length = length * cluster_size - 1
+
+        result["data_runs"][f"片段{fragment_index}"] = {
+            "起始字节数": start_byte,
+            "字节长度": byte_length
+        }
+
+        pos += offset_len + len_len
+        fragment_index += 1
+
+    return result
+
+
+input_data = [
+    '80', '00', '00', '00', '48', '00', '00', '00',
+    '01', '00', '00', '00', '00', '00', '01', '00',
+    '00', '00', '00', '00', '00', '00', '00', '00',
+    '79', '00', '00', '00', '00', '00', '00', '00',
+    '40', '00', '00', '00', '00', '00', '00', '00',
+    '00', 'a0', '07', '00', '00', '00', '00', '00',
+    '0b', '93', '07', '00', '00', '00', '00', '00',
+    '0b', '93', '07', '00', '00', '00', '00', '00',
+    '31', '7a', '00', 'ee', '0b', '00', '00', '00'
+]
+
+result = ParseDataRuns(input_data)
+print(result)