如何檢查文件是否被gzip壓縮？

我有一個C/C++程序，它需要讀取一個文件，該文件可能是gzip壓縮文件，也可能不是gzip壓縮文件。我知道我們可以使用zlib中的gzread（）讀取壓縮文件和未壓縮文件 - 但是，如果文件是gzip壓縮（出於性能原因），我只想使用zlib函數。如何檢查文件是否被gzip壓縮？

那麼有沒有什麼辦法可以通過程序檢測或檢查某個文件是否從C/C++中進行了壓縮？

@Rob Kennedy：對於未壓縮文件，存在巨大差異 - 1min（fread）與20mins（gzread）。可能需要使用舊版本的zlib，但現在我不能使用最新版本 - 所以必須進行條件讀取。 – 2011-05-19 13:48:35

在文件的開頭有一個幻數。只需讀取前兩個字節並檢查它們是否等於0x1f8b。

2011-05-19 13:22:51

+28

請注意字節順序和字節寬度。比較單個值而不是組合：'（byte1 == 0x1f）&&（byte2 == 0x8b）'與'first2bytes == 0x1f8b'。 – pmg 2011-05-19 13:42:02

@pmg：謝謝你的擡頭。 :) – 2011-05-19 13:59:02

您可以測試RFC 1951和1952中描述的簽名以獲取想法。對於GZIP文件，第二個是相關的，它是確定性的。對其他格式有一些誤報，所以您應該檢查儘可能多的頭部以確定合理的值。

對於zlib流，它有點難度，因爲它們更容易出現誤報。但是你很少會在野外遇到那些人。

2011-05-19 13:24:43 0xC0000022L

使用gzread（）讀取壓縮文件和未壓縮文件的性能有什麼區別？

無論如何，爲了檢測文件是否被壓縮，您可以根據鏈接在文件開頭讀取magic number，即1f 8b。

2011-05-19 13:24:52

關於性能：有非常大的差異 - 1分鐘（fread）與20分鐘（gzread）的未壓縮文件。可能需要使用舊版本的zlib，但現在我無法使用最新版本 - 所以必須使用條件讀取來解決此問題。 – 2011-05-19 13:52:36

你喜歡誤報，假陰性，還是根本沒有假結果（這樣的表現是不錯的......）？

RFC 1952: GZIP file format specification version 4.3表示該文件的前兩個字節（每個成員，因此）是'\x1F'和'\x8B'。將其用於可能導致誤報的第一次檢查。

2011-05-19 13:26:21 pmg

回答