gzip压缩文件底层结构及文件损坏的修复方法是什么

32次阅读

共计 2038 个字符，预计需要花费 6 分钟才能阅读完成。

本文丸趣 TV 小编为大家详细介绍“gzip 压缩文件底层结构及文件损坏的修复方法是什么”，内容详细，步骤清晰，细节处理妥当，希望这篇“gzip 压缩文件底层结构及文件损坏的修复方法是什么”文章能帮助大家解决疑惑，下面跟着丸趣 TV 小编的思路慢慢深入，一起来学习新知识吧。

接修复损坏的 gzip 压缩文件之原理篇，再次引用 GZIP 结构图：

已知修复一个损坏的 gzip 文件的关键环节在于找到下一个正常压缩包的起始点。根据结构图中的信息可知，每个压缩包的开始结构中有是否到达尾部标志、使用的哈夫曼树类型、以及 3 个哈夫曼树的树元素个数等。如果某个 gzip 文件中间有一个坏扇区，要找到坏扇区后的一个正常起点，仅需按位右移，一直移位到可以正常解压的某个位，就可能找到了正确的压缩包起始。而根据 gzip 文件的压缩作业窗口为 32KB 大小推算，这个遍历不会超过 64KB 即可找到。在内存中快速循环可以很快找到，但需要有明确的判断错误的方法。

首先可以明确的是结尾标志，应该为 0(我们是从损坏的点向后查)。而哈夫曼树类型也大致应该是动态哈夫曼 (0x02)，cl1 的元素个数应该取值为 257 到 286 之间(包含边界)，cl2 的元素个数应小于等于 30，ccl 的元素个数取值可为 1 -15(包含边界)。
其实，还可以参考的东西有，解开的哈夫曼树是否异常，或者通过规律性原则找到最后一个取值为 256 的值，但这些算法应该是较为麻烦的，有上面的算法连续校验几个压缩块就足够了。

具体方法是对 gzip 的源码做修改，进行遍历。因时间关系，未做成通用工程，仅快速修改了部分代码。大致的修改点为：

一，找到损坏点：

在 unzip.c 中，
error(invalid compressed data–format violated
这一行前，获取当前解码字节位置即可。

二、遍历找到损坏点：

1、inflate.c 文件中，改

if (nl   286 || nd   30)

#endif
return 1;

为：

if (nl   286 || nd   30||nl  257 || nd  1)
#endif
return 1;

2、inflate.c 文件中，在 int inflate_block(e)函数中
在如下代码前

bb = b; 
bk = k;

加入代码：

if ((t != 2) || (*e != 0)) 
return 2;

3、inflate.c 文件中，在 int inflate_block(e)函数尾部
把 if (t == 0) 与 if (t == 1)的情况都直接返回错误值 2。

4、inflate.c 文件中，函数 int inflate()中，改

if ((r = inflate_block( e)) != 0) 
return r; 
end

为：

unsigned t; /* block type */ 
register ulg b; /* bit buffer */ 
register unsigned k; /* number of bits in bit buffer */ 
while (inptr  = insize) 
{ 
 unsigned int tptr = inptr; 
 unsigned int tbk = bk; 
 unsigned long tbb = bb; 
 unsigned int twp = wp; 
 long long tstart = *(long long*)(inbuf + tptr); 
 if ((r = inflate_block( e)) != 0) 
 { 
 inptr = tptr; 
 bb = tbb; 
 bk = tbk; 
 wp = twp; 
 b = bb; 
 k = bk; 
 NEEDBITS(1) 
 DUMPBITS(1) 
 } 
 else 
 { 
 printf( get by www.datahf.net!  // 也可输出 tstart,bb,bk  值，转载时请保留版权信息：www.datahf.net 张宇  
 } 
}

此 4 步完成后，试着调试这个错误的.gz 文件，当然，也可以在代码中解释完头部结构后加一个 seek，直接 seek 到损坏位置。
通常情况下，输出 printf(“get by www.datahf.net!”)这行代码时，已经找到了正确的起始位。
找到起始位后，也可以构造或拷贝一个正常的 gzip 文件头，再拼接好找到的位流，即可解压了。(如果位流不是字节对齐的，可能要全部做位移)。拼接后很多压缩文件就可以打开甚至于解压了，不过，有可能会报错，主要是尾部的校验和大小错，其实可以忽略。
如果拼接好了 linux 下，不能直接用“gzip –d”解压，因其 crc 有错误，会导致解压到 99% 后报错，然后把文件删除，换成管道命令即可。

读到这里，这篇“gzip 压缩文件底层结构及文件损坏的修复方法是什么”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注丸趣 TV 行业资讯频道。

正文完