5

首先，我的Java版本：

string str = "helloworld";
ByteArrayOutputStream localByteArrayOutputStream = new ByteArrayOutputStream(str.length());
GZIPOutputStream localGZIPOutputStream = new GZIPOutputStream(localByteArrayOutputStream);
localGZIPOutputStream.write(str.getBytes("UTF-8"));
localGZIPOutputStream.close();
localByteArrayOutputStream.close();
for(int i = 0;i < localByteArrayOutputStream.toByteArray().length;i ++){
    System.out.println(localByteArrayOutputStream.toByteArray()[i]);
}

输出是：

31 -117 8 0 0 0 0 0 0 0 -53 72 -51 -55 -55 47 -49 47 -54 73 1 0 -83 32 -21 -7 10 0 0 0

然后是 Go 版本：

var gzBf bytes.Buffer
gzSizeBf := bufio.NewWriterSize(&gzBf, len(str))
gz := gzip.NewWriter(gzSizeBf)
gz.Write([]byte(str))
gz.Flush()
gz.Close()
gzSizeBf.Flush()
GB := (&gzBf).Bytes()
for i := 0; i < len(GB); i++ {
    fmt.Println(GB[i])
}

输出：

31 139 8 0 0 9 110 136 0 255 202 72 205 201 201 47 207 47 202 73 1 0 0 0 255 255 1 0 0 255 255 173 32 235 249 10 0 0 0

为什么？

起初我认为这可能是由这两种语言的不同字节读取方法引起的。但我注意到 0 永远无法转换为 9。并且大小[]byte不同。

我写错代码了吗？有什么方法可以让我的 Go 程序获得与 Java 程序相同的输出？

谢谢！

4

2 回答 2

18

首先是byteJava 中的类型是有符号的，它的范围是-128..127，而在 Gobyte中是 的别名，uint8范围是0..255。因此，如果要比较结果，则必须将 Java 的负值移动256(add 256)。

byte提示：要以无符号方式显示 Java值，请使用:byteValue & 0xff将其转换为int使用 的 8 位byte作为int. 或者更好：以十六进制形式显示两个结果，这样您就不必关心符号...

即使你做了转变，你仍然会看到不同的结果。这可能是由于不同语言的默认压缩级别不同。请注意，虽然默认压缩级别6在 Java 和 Go 中都是如此，但这并未指定，并且允许不同的实现选择不同的值，并且它也可能在未来的版本中发生变化。

即使压缩级别相同，您仍然可能会遇到差异，因为 gzip 基于LZ77和Huffman 编码，它使用基于频率（概率）构建的树来决定输出代码，以及不同的输入字符或位模式是否具有相同的频率，分配的代码可能在它们之间有所不同，而且多个输出位模式可能具有相同的长度，因此可能会选择不同的位模式。

如果您想要相同的输出，唯一的方法是（请参阅下面的注释！）使用 0 压缩级别（根本不压缩）。在 Go 中使用压缩级别gzip.NoCompression，在 Java 中使用Deflater.NO_COPMRESSION.

爪哇：

GZIPOutputStream gzip = new GZIPOutputStream(localByteArrayOutputStream) {
    {
        def.setLevel(Deflater.NO_COMPRESSION);
    }
};

去：

gz, err := gzip.NewWriterLevel(gzSizeBf, gzip.NoCompression)

但我不会担心不同的输出。Gzip 是一个标准，即使输出不同，您仍然可以使用任何用于压缩数据的 gzip 解码器解压缩输出，并且解码后的数据将完全相同。

以下是简化的扩展版本：

这并不重要，但您的代码过于复杂。您可以像这样简化它们（这些版本还包括设置 0 压缩级别和转换负 Javabyte值）：

爪哇版：

ByteArrayOutputStream buf = new ByteArrayOutputStream();
GZIPOutputStream gz = new GZIPOutputStream(buf) {
    { def.setLevel(Deflater.NO_COMPRESSION); }
};
gz.write("helloworld".getBytes("UTF-8"));
gz.close();
for (byte b : buf.toByteArray())
    System.out.print((b & 0xff) + " ");

去版本：

var buf bytes.Buffer
gz, _ := gzip.NewWriterLevel(&buf, gzip.NoCompression)
gz.Write([]byte("helloworld"))
gz.Close()
fmt.Println(buf.Bytes())

笔记：

gzip 格式允许在输出中包含一些额外的字段（标题）。

在 Go 中，这些由以下gzip.Header类型表示：

type Header struct {
    Comment string    // comment
    Extra   []byte    // "extra data"
    ModTime time.Time // modification time
    Name    string    // file name
    OS      byte      // operating system type
}

它可以通过Writer.Headerstruct 字段访问。Go 设置并插入它们，而 Java没有（将标头字段保留为零）。因此，即使您在两种语言中都将压缩级别设置为 0，输出也不会相同（但“压缩”数据将在两种输出中匹配）。

不幸的是，标准 Java 没有提供设置/添加这些字段的方法/界面，Go 也没有让填充Header输出中的字段成为可选，因此您将无法生成精确的输出。

一个选项是使用支持设置这些字段的 Java 的第 3 方 GZip 库。Apache Commons Compress就是这样一个例子，它包含一个GzipCompressorOutputStream类，该类具有一个允许GzipParameters传递实例的构造函数。这GzipParameters是gzip.Header结构的等价物。只有使用它，您才能生成准确的输出。

但如前所述，生成精确的输出没有实际价值。

于 2015-03-12T06:24:58.477 回答
8

从RFC 1952开始，GZip 文件头的结构如下：

+---+---+---+---+---+---+---+---+---+---+
|ID1|ID2|CM |FLG|     MTIME     |XFL|OS | (more-->)
+---+---+---+---+---+---+---+---+---+---+

查看您提供的输出，我们有：

                          |    Java |          Go
ID1                       |      31 |          31
ID2                       |     139 |         139
CM (compression method)   |       8 |           8
FLG (flags)               |       0 |           0
MTIME (modification time) | 0 0 0 0 | 0 9 110 136
XFL (extra flags)         |       0 |           0
OS (operating system)     |       0 |         255

所以我们可以看到 Go 是在设置 header 的修改时间字段，并且将操作系统设置为255（未知）而不是0（FAT 文件系统）。在其他方面，它们表明文件以相同的方式压缩。

一般来说，这些差异是无害的。如果您想确定两个压缩文件是否相同，那么您应该真正比较文件的解压缩版本。

于 2015-03-12T14:34:39.857 回答