如何在zlib解压缩时保持头和尾

Question

我从PDF中提取原始数据，然后对原始数据进行解压缩并再次压缩。

我期望相同的标题和预告片，但标题被改变了。

• 原始十六进制头

48 89 EC 57 ....

• 转换十六进制头

78 9C EC BD ...

我深入研究了zlib压缩，得到了头48，它也是zlib.header的一部分。

但大多数情况下，78用于zlib压缩。

是我的代码解压缩：

decompress_wbit = 12
compress_variable = 6
output_data = zlib.decompress(open(raw_data, "rb").read(), decompress_wbit)
output_data = zlib.compress(output_data, 6)
output_file = open(raw_data + '_', "wb")
output_file.write(output_data)
output_file.close()

我改变了decompress_wbit和compress_variable，但仍然保留着78。

所以不知道如何将48作为头文件。

下面是关于zlib.header的简短描述。

• CINFO (位数12-15)

指示窗口大小为2的幂，从0(256个字节)到7 (32768字节)。这通常是7，不允许更高的值。

• CM (位数8-11)

压缩法。只允许倾斜(8)。

• FLEVEL (位数6-7)

大致表示压缩级别，从0(快/低)到3(慢/高)

• FDICT (bit 5)

指示是否使用预置字典。这通常是0。1在技术上是允许的，但我不知道任何定义预设字典的Deflate格式。

• FCHECK (位数0-4)

校验和(5位，0.. 31 )，其值的计算使得整个值除以31而没有余数。

通常，只能自由更改CINFO和FLEVEL字段，并且必须根据最终值计算FCHECK。*假定没有预置字典，在其他字段中没有选择，因此总共有32个可能的标头是有效的。下面是它们：

      FLEVEL: 0       1       2       3
CINFO:
     0      08 1D   08 5B   08 99   08 D7
     1      18 19   18 57   18 95   18 D3
     2      28 15   28 53   28 91   28 CF
     3      38 11   38 4F   38 8D   38 CB
     4      48 0D   48 4B   48 89   48 C7
     5      58 09   58 47   58 85   58 C3
     6      68 05   68 43   68 81   68 DE
     7      78 01   78 5E   78 9C   78 DA

请告诉我如何在解压缩和压缩的同时保持zlib.header

耽误您时间，实在对不起。

Answer 1

我首先要指出，这并不重要。使用那个zlib头可以很好地解压缩数据。你为什么这么在意？

您为zlib.compress提供了少量的数据，允许使用更小的窗口。由于它是允许的，Python库选择使用一个较小的窗口进行压缩。

避免这种情况的一种方法是使用zlib.compressobj。启动时，它不知道您将输入多少数据，并默认为最大的窗口大小。