gzip压缩文件底层结构及文件损坏的修复方法是什么

本文小编为大家详细介绍“gzip压缩文件底层结构及文件损坏的修复方法是什么”，内容详细，步骤清晰，细节处理妥当，希望这篇“gzip压缩文件底层结构及文件损坏的修复方法是什么”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

创新互联建站总部坐落于成都市区，致力网站建设服务有网站建设、网站制作、网络营销策划、网页设计、网站维护、公众号搭建、微信小程序、软件开发等为企业提供一整套的信息化建设解决方案。创造真正意义上的网站建设，为互联网品牌在互动行销领域创造价值而不懈努力！

接修复损坏的gzip压缩文件之原理篇，再次引用GZIP结构图：

已知修复一个损坏的gzip文件的关键环节在于找到下一个正常压缩包的起始点。根据结构图中的信息可知，每个压缩包的开始结构中有是否到达尾部标志、使用的哈夫曼树类型、以及3个哈夫曼树的树元素个数等。如果某个gzip文件中间有一个坏扇区，要找到坏扇区后的一个正常起点，仅需按位右移，一直移位到可以正常解压的某个位，就可能找到了正确的压缩包起始。而根据gzip文件的压缩作业窗口为32KB大小推算，这个遍历不会超过64KB即可找到。在内存中快速循环可以很快找到，但需要有明确的判断错误的方法。

首先可以明确的是结尾标志，应该为0(我们是从损坏的点向后查)。而哈夫曼树类型也大致应该是动态哈夫曼(0x02)，cl1的元素个数应该取值为257到286之间(包含边界)，cl2的元素个数应小于等于30，ccl的元素个数取值可为1-15(包含边界)。
其实，还可以参考的东西有，解开的哈夫曼树是否异常，或者通过规律性原则找到最后一个取值为256的值，但这些算法应该是较为麻烦的，有上面的算法连续校验几个压缩块就足够了。

具体方法是对gzip的源码做修改，进行遍历。因时间关系，未做成通用工程，仅快速修改了部分代码。大致的修改点为：

一，找到损坏点：

在unzip.c中，
error("invalid compressed data--format violated");
这一行前，获取当前解码字节位置即可。

二、遍历找到损坏点：

1、inflate.c文件中，改

if (nl > 286 || nd > 30)

#endif
return 1;

为：

if (nl > 286 || nd > 30||nl <257 || nd <1)
#endif
return 1;

2、inflate.c文件中，在int inflate_block(e)函数中
在如下代码前

bb = b; 
bk = k;

加入代码：

if ((t != 2) || (*e != 0)) 
return 2;

3、inflate.c文件中，在int inflate_block(e)函数尾部
把if (t == 0) 与if (t == 1)的情况都直接返回错误值2。
 
4、inflate.c文件中，函数int inflate()中，改

if ((r = inflate_block(&e)) != 0) 
return r; 
end

为：

unsigned t;           /* block type */ 
register ulg b;       /* bit buffer */ 
register unsigned k;  /* number of bits in bit buffer */ 
while (inptr <= insize) 
{ 
    unsigned int tptr = inptr; 
    unsigned int tbk = bk; 
    unsigned long tbb = bb; 
    unsigned int twp = wp; 
    long long tstart = *(long long*)(inbuf + tptr); 
    if ((r = inflate_block(&e)) != 0) 
    { 
        inptr = tptr; 
        bb = tbb; 
        bk = tbk; 
        wp = twp; 
        b = bb; 
        k = bk; 
        NEEDBITS(1) 
        DUMPBITS(1) 
    } 
    else 
    { 
        printf("get by www.datahf.net!"); //也可输出tstart,bb,bk 值，转载时请保留版权信息：www.datahf.net张宇 
    } 
}

此4步完成后，试着调试这个错误的.gz文件，当然，也可以在代码中解释完头部结构后加一个seek，直接seek到损坏位置。
通常情况下，输出printf(“get by www.datahf.net!”)这行代码时，已经找到了正确的起始位。
找到起始位后，也可以构造或拷贝一个正常的gzip文件头，再拼接好找到的位流，即可解压了。(如果位流不是字节对齐的，可能要全部做位移)。拼接后很多压缩文件就可以打开甚至于解压了，不过，有可能会报错，主要是尾部的校验和大小错，其实可以忽略。
如果拼接好了linux下，不能直接用“gzip –d”解压，因其crc有错误，会导致解压到99%后报错，然后把文件删除，换成管道命令即可。

读到这里，这篇“gzip压缩文件底层结构及文件损坏的修复方法是什么”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注创新互联行业资讯频道。