如何检查文件是否经过 gzip 压缩？答案

【问题标题】：How to check if a file is gzip compressed?如何检查文件是否经过 gzip 压缩？
【发布时间】：2011-08-28 21:27:28
【问题描述】：

我有一个 C / C++ 程序需要读取一个可能是也可能不是 gzip 压缩的文件。我知道我们可以使用 zlib 中的 gzread() 来读取压缩和未压缩的文件 - 但是，我只想在文件是 gzip 压缩的情况下使用 zlib 函数（出于性能原因）。

那么有没有办法以编程方式检测或检查某个文件是否是从 C/C++ 压缩的？

【问题讨论】：

@Rob Kennedy：未压缩文件有很大的不同——1 分钟（fread）和 20 分钟（gzread）。可能与我们使用旧版本的 zlib 有关，但现在我无法使用最新版本 - 所以必须进行条件读取。

【解决方案1】：

文件开头有一个幻数。只需读取前两个字节并检查它们是否等于0x1f8b。

【讨论】：

注意字节顺序和字节宽度。比较单个值而不是复合值：(byte1 == 0x1f) && (byte2 == 0x8b) 与 first2bytes == 0x1f8b。

【解决方案2】：

您可以测试 RFC 1951 和 1952 中描述的签名以获得一个想法。对于 GZIP 文件，第二个是相关的并且是确定的。其他格式存在一些误报，因此您应该尽可能多地检查标题中的合理值。

对于 zlib 流，这有点困难，因为它们更容易出现误报。但你很少会独自在野外遇到那些。

【讨论】：

【解决方案3】：

使用 gzread() 读取压缩文件和未压缩文件的性能有何不同？

无论如何，为了检测文件是否被gzip压缩，你可以读取文件开头的magic number，根据链接是1f 8b。

【讨论】：

关于性能：存在巨大差异 - 未压缩文件的 1 分钟（fread）与 20 分钟（gzread）。可能与我们使用旧版本的 zlib 有关，但现在我无法使用最新版本 - 所以必须进行条件读取才能解决这个问题。

【解决方案4】：

您更喜欢误报、误报还是完全没有误报（性能下降...）？

RFC 1952: GZIP file format specification version 4.3 表示文件的前 2 个字节（每个成员的）是 '\x1F' 和 '\x8B'。将其用于可能导致误报的第一次检查。

【讨论】：