c++ - 如何检测字符串是否被 C++ 中的 LZW 算法压缩

Question

我有两个xml文件，一个是LZW压缩的，另一个是纯文本的。我怎么知道是否被压缩？

Answer 1

显而易见的事情当然是将字符串提供给 LZW 解压缩器并查看是否存在错误和/或字符串的长度增加了大约 200%。

除此之外，一个（格式良好的）LZW 字符串或文件带有魔法值0x1F 0x9D。当然 LZW 可以压缩一个字符串而不包含魔法值，但这是一个开始（很容易检查）。

一个（格式良好的）XML 文档应该以一个 XML 声明开始，并且必须以一个元素开始，只有可选的前面有空格。XML 声明以字符串开头<?xml，元素标记必须以字母开头。
因此，如果您在遇到第一个字符之前看到除空格之外的任何内容，<或者如果后面的下一个字符不是两者?或字母（在遇到 a 之前只有字母和数字>），则该字符串不能是 XML。由于您知道字符串是 XML 或压缩的 XML，因此必须对其进行压缩。对于有一点正则表达式练习的人来说，将其压缩成 10-15 个字符的模式可能很容易。

Answer 2

如果您想知道它是否被压缩，这将有所帮助，因此您可以解压缩文件并且您愿意使用库来完成繁重的工作：

使用压缩库始终尝试解压缩文件。让它决定文件是否被压缩。之后将生成的文件传递给 xml 库，并让该库决定您是否有一个有效且预期的 xml 文件。如果可能，不要重新创建常用库的功能，只需确保对返回的库信息进行正确处理。

Answer 3

愚蠢的简单测试：第一个字符是 a<吗？

Answer 4

寻找无效或无意义的字符（如空字符）。如果它们存在，那么它就会被压缩。

如果不是，那么要么是常规 XML，要么文件非常小（否则这不太可能）。