1

我一直在阅读 xz 文件格式的描述（http://tukaani.org/xz/xz-file-format.txt）。但是当我尝试使用二进制编辑器查看 xz 文件时，它似乎不遵循描述中定义的结构。我错过了什么？

我在 linux（xz 版本 4.999.9beta）中使用 xz cli 实用程序压缩了描述文件（xz-file-format.txt），这些是我得到的前 32 个字节：

FD 37 7A 58 5A 00 00 04 E6 D6 B4 46 02 00 21 01 16 00 00 00 74 2F E5 A3 E0 A9 28 2A 99 5D 00 05

文件的整体结构应该是：流-流填充-流-等等。在这种情况下，我认为应该只有一个流，因为文件中只有一个压缩文件。流的结构是：流头 - 块 - 块 - ... - 块 - 索引 - 流尾。并且流标头的结构是：标头魔术字节-流标志-CRC码。

我可以从我的文件中找到流标头，但是在前 16 个字节之后，它似乎不再遵循描述。

上面的前六个字节显然是魔术字节。接下来的两个字节是流标志。流标志表明正在使用 CRC64，因此 CRC 代码占用接下来的 8 个字节。第十七个字节（我从一个开始数）应该是第一个块的第一个字节。

块的结构是：块头 - 压缩数据 - 块填充 - 检查。块头的结构应该是：块头大小 - 块标志 - 压缩大小 - 未压缩大小 - 过滤器标志列表 - 头部填充 - CRC。所以第十七字节应该是块头大小（我的文件中的 0x16）。这是可能的，但第十八个字节似乎有点奇怪。它应该是块标志位字段。在我的文件中它是空的 - 所以没有设置标志。甚至没有过滤器的数量，根据描述应该是1-4。

由于块标志的第 6 位和第 7 位也为零，因此文件中不应出现压缩和未压缩的大小，并且下一个字节应该是过滤器标志的列表。列表的结构是：过滤器 ID - 属性大小 - 过滤器属性。第十九个字节应该是过滤器ID。这在我的文件中为空，它不是任何官方定义的过滤器 ID。如果它是一个自定义 ID，它将占用 9 个字节，但据我了解，它不可能是描述第 1.2 节中描述的大小编码，因为根据描述：“除了多字节表示的最后一个字节之外的所有字节设置了最高（第八）位。”，但在我的文件中，第 20 个字节也是空的。

那么有什么我不明白的地方，或者文件没有​​按照描述进行吗？

4

1 回答 1

1

我有点匆忙地问了这个问题，并自己想出了一个解决方案。以防万一有人感兴趣，我回答我自己的问题。

我误解了流标头中流标志的含义。它们不会影响标头中的 CRC 代码（始终为 CRC32），只会影响流本身中的 CRC（正如名称流标志所暗示的那样）。这意味着标头中的 CRC 只有四个字节长，因此字节 13-24 形成了有效的块标头。

在块头中，块标志字段又是一个空字节，我之前认为这是一个问题。根据描述，过滤器的数量应该在 1 到 4 之间。所以我希望十进制值至少为 1。由于过滤器的数量用两位表示，最大十进制值为 3，但可能值的数量（包括零）当然是四个，因此零意味着一个过滤器。

由于块标志的最后两位也是零，因此块头中不存在压缩大小或未压缩大小字段。这意味着字节 15-17 是第一个（也是唯一一个）过滤器的过滤器标志。过滤器 id 0x21 是 LZMA2 过滤器的 id。属性大小 0x01 表示一个字节的大小。字典大小 0x16 表示大小为 4096 KiB。

于 2014-11-25T12:41:04.120 回答