archive - 只解压特定的 bzip2 块

Question

假设我有一个 bzip2 文件（超过 5GB），我只想解压缩块 #x，因为我的数据在哪里（块每次都不同）。我该怎么做？

我考虑过对所有块的位置进行索引，然后从文件中剪切我需要的块并将 bzip2recover 应用于它。

我还考虑过一次压缩 1MB，然后将其附加到文件中（并记录位置），并在需要时简单地抓取文件，但我宁愿保持原始 bzip2 文件完好无损。

我的首选语言是 Ruby，但任何语言的解决方案我都可以（只要我了解原理）。

Answer 1

有一个http://bitbucket.org/james_taylor/seek-bzip2

获取源代码，编译它。

运行

./seek-bzip2  32 < bzip_compressed.bz2 

去测试。

唯一的参数是奇怪的块头的位位移。您可以通过在二进制文件中找到“31 41 59 26 53 59”十六进制字符串来获取它。这是不正确的。块开始可能未与字节边界对齐，因此您应该搜索“31 41 59 26 53 59”十六进制字符串的每个可能的位移，就像在 bzip2recover - http://www.bzip.org/1.0 中所做的那样。 3/html/recovering.html

32 是“BZh1”标头的位大小，其中 1 可以是从“1”到“9”的任何数字（在经典 bzip2 中）——它是数百 kb 的（未压缩）块大小（不精确）。

Answer 2

确实 bzip-table 几乎与解压缩一样慢，但当然您只需执行一次，您可以以某种方式存储输出以用作索引。这非常适合我的需要，但可能不是每个人都需要的。

我确实需要一点帮助才能让它在 Windows 上编译。