2

我正在尝试在 python中使用bz2和/或包。lzma我正在尝试以 csv 格式压缩数据库转储，然后将其放入zip文件中。我让它与两个软件包一起使用一次性压缩。

代码如下所示：

with ZipFile('something.zip', 'w') as zf:
    content = bz2.compress(bytes(csv_string, 'UTF-8'))  # also with lzma
    zf.writestr(
        'something.csv' + '.bz2',
        content,
        compress_type=ZIP_DEFLATED
    )

当我尝试使用增量压缩时，它会创建一个 .zip 文件，当我尝试提取该文件时，它会递归地提供一些存档文件。

代码如下所示：

with ZipFile('something.zip', 'w') as zf:
    compressor = bz2.BZ2Compressor()
    content = compressor.compress(bytes(csv_string, 'UTF-8'))  # also with lzma
    zf.writestr(
        'something.csv' + '.bz2',
        content,
        compress_type=ZIP_DEFLATED
    )
    compressor.flush()

我浏览了文档并查找了有关压缩技术的信息，似乎没有关于什么是一次性压缩和增量压缩的全面信息。

4

1 回答 1

6

one-shot 和增量的区别在于，one-shot 模式需要将整个数据保存在内存中；如果你要压缩一个 100 GB 的文件，你应该有大量的 RAM。

使用增量编码器，您的代码可以一次为压缩器提供 1 兆字节或 1 千字节的数据，并在可用时将任何数据结果写入文件。另一个好处是您可以使用增量压缩器来流式传输数据 - 您可以在所有未压缩数据可用之前开始写入压缩数据！

您的第二个代码不正确，它将导致您丢失数据。flush可能还会返回您需要保存的更多数据。这里我'a'在 Python 3 中压缩一个 1000 个字符的字符串；结果compress是一个空字符串；实际的压缩数据是从flush.

>>> c = bz2.BZ2Compressor()
>>> c.compress(b'a' * 1000)
b''
>>> c.flush()
b'BZh91AY&SYI\xdcOc\x00\x00\x01\x81\x01\xa0\x00\x00\x80\x00\x08 \x00 
\xaamA\x98\xba\x83\xc5\xdc\x91N\x14$\x12w\x13\xd8\xc0'

因此，您的第二个代码应该是：

compressor = bz2.BZ2Compressor()
content = compressor.compress(bytes(csv_string, 'UTF-8'))  # also with lzma
content += compressor.flush()

但实际上你仍在以一种非常复杂的方式进行一次性压缩。

于 2015-03-25T15:49:30.473 回答