file - 查找 gzip 的开始和结束？

Question

我有一些文件，有一些随机字节和多个 gzip 文件。如何在某个文件中找到 gzip 流的开始和结束？gzip 流之间有许多随机字节。所以，基本上我需要找到任何 gzip 文件并从那里获取它。

Answer 1

阅读RFC 1952 - GZIP：

每个 GZIP 文件只是一堆数据块（称为成员），每个文件包含一个数据块。

每个成员都以以下字节开头：

• 0x1F (ID1)
• 0x8B (ID2)
• 压缩方法。0x08用于DEFLATEd 文件。0-7 是保留值。
• 标志。前三位是保留的，必须为零。
• (4 字节) 最后修改时间。可以设置为 0。
• 额外的标志，由压缩方法定义。
• 操作系统，实际上是文件系统。0=FAT，3=UNIX，11=NTFS

成员的结尾没有分隔。您必须实际步行整个成员。请注意，连接多个有效的 GZIP 文件会创建一个有效的 GZIP 文件。另请注意，超出成员可能仍会导致成功读取成员（除非解压缩库完全失败）。

Answer 2

搜索一个三字节的 gzip 签名，0x1f 0x8b 0x08。找到后，尝试解码以 0x1f 开头的 gzip 流。如果你成功了，那就是一个 gzip 流，它在它结束的地方结束。如果它是 1，则从该 gzip 流之后继续搜索，如果不是，则从 0x08 之后继续搜索。然后你会找到它们，你会知道它们的位置和跨度。