为什么这个ZipArchive甲骨文要关闭5-10字节？

Question

我正在使用ZipArchive，我正在编写一个oracle，它根据拉链规格确定压缩文件的大小。为了简单起见，不使用压缩。

private long ZipSizeOracle(int numOfFiles, int totalLengthOfFilenames, int totalSizeOfFiles)
{
    return
        numOfFiles * (
        30 //Local file header
        +
        12 //Data descriptor
        + 
        46 //Central directory file header
        ) 
        + 
        2 * totalLengthOfFilenames //Local file header name + Central directory file header name
        + 
        totalSizeOfFiles //Data size
        + 22 //End of central directory record (EOCD)
        ;
    }

目前，我有4个测试，ZeroFiles正确地输出了22个字节，并且是一个空压缩的适当大小。

[TestMethod]
public void ZeroFiles()
{
    using (var memStream = new MemoryStream())
    {
        using (var archive = new ZipArchive(memStream, ZipArchiveMode.Create, true)) { }

        Assert.AreEqual(ZipSizeOracle(0, 0, 0), memStream.Length);
    }
}

One4ByteFile期望130个字节，但实际为125个字节

[TestMethod]
public void One4ByteFile()
{
    using (var memStream = new MemoryStream())
    {
        using (var archive = new ZipArchive(memStream, ZipArchiveMode.Create, true)) 
        {
            var entry1 = archive.CreateEntry("test.txt", CompressionLevel.NoCompression);
            using (var writer = new StreamWriter(entry1.Open()))
                writer.WriteLine("test");
        }

        Assert.AreEqual(ZipSizeOracle(1, 8, 4), memStream.Length);
    }
}

Two4ByteFiles期望241个字节，但实际是231个字节

[TestMethod]
public void Two4ByteFiles()
{
    using (var memStream = new MemoryStream())
    {
        using (var archive = new ZipArchive(memStream, ZipArchiveMode.Create, true))
        {
            var entry1 = archive.CreateEntry("test.txt", CompressionLevel.NoCompression);
            using (var writer = new StreamWriter(entry1.Open()))
                writer.WriteLine("test");

            var entry2 = archive.CreateEntry("test2.txt", CompressionLevel.NoCompression);
            using (var writer = new StreamWriter(entry2.Open()))
                writer.WriteLine("test2");
        }

        Assert.AreEqual(ZipSizeOracle(2, 17, 9), memStream.Length);
    }
}

OneFolder期望118个字节，但实际是108个字节

[TestMethod]
public void OneFolder()
{
    using (var memStream = new MemoryStream())
    {
        using (var archive = new ZipArchive(memStream, ZipArchiveMode.Create, true))
            archive.CreateEntry(@"test\", CompressionLevel.NoCompression);

        Assert.AreEqual(ZipSizeOracle(1, 4, 0), memStream.Length);
    }
}

为了让甲骨文给出正确的文件大小，我在规范中遗漏了什么？

Answer 1

您缺少下列内容：

1. 数据描述符块是可选的，只有在压缩文件以“流”方式编写时才会包含(也就是说，您事先不知道文件的大小并“动态”写入)。当您是流大小的压缩和未压缩的数据，以及CRC，当写入文件头时(因为文件头位于数据之前)，所以当这些信息可用时，文件头中的所有字节都被设置为0，并且在压缩数据之后包含数据描述符块。如果提供了示例，则不包括数据描述符。
2. NoCompression级别在CreateEntry中并不意味着数据按字面意思包括在内。相反，数据是用压缩算法处理的(您链接的规范中的压缩方法8)，而没有实际的压缩。这种压缩算法增加了自己的开销，即使在“无压缩模式”下也是如此：

- 1 byte defines if this is a last block or not and compression level.
- 2 bytes define block size
- 2 bytes define two-complement of block size (for integrity)
- then goes the data with size defined above

​

因此，对于输入中的每个数据块(块为2^16字节)-增加了5字节的开销。在您的示例中，所有文件的大小都小于2^16，因此只为它们添加了5个字节。

1. 您使用writer.WriteLine，因此在第一个示例中写入的数据大小不是4个字节，而是6个字节，因为添加了\r\n (换行符)(在第二个示例中为13)。

如果考虑到所有这些(删除12个数据描述符大小，为您的小文件添加5个大小的泄气开销，传递正确的totalSizeOfFiles) --您的示例将产生预期的输出。

更新有关数据描述符记录。说明书上说：

只有当无法在输出.ZIP文件中查找时，例如，当输出.ZIP文件是标准输出或不可查找的设备时，才应使用此描述符。

ZipArchive类如下所示。如果在构造函数中传递不可查找的流，它将发出数据描述符记录。例如：

public class UnseekableStream : MemoryStream {
    public override bool CanSeek => false;
}

using (var memStream = new UnseekableStream()) {
    using (var archive = new ZipArchive(memStream, ZipArchiveMode.Create, true)) { 
   }
 }

这种不可见的流经常发生在实践中，http响应流就是一个例子。但请注意，12个字节并不是数据描述符记录的唯一允许大小：

4.3.9.3虽然最初没有分配签名，但值0x08074b50通常被用作数据描述符记录的签名值。实现者应该意识到，无论是否有此签名标记数据描述符，都可能遇到ZIP文件，并且在读取ZIP文件时应考虑到这两种情况，以确保兼容性。4.3.9.4在编写ZIP文件时，实现者应该包括标记数据描述符记录的签名值。当使用签名时，当前为数据描述符记录定义的字段将立即跟随签名。

因此，数据描述符可以选择以4个字节签名开始，并且建议实现者在写入时包含该签名，ZipArchive遵循此建议，因此数据描述符记录的大小为16字节(签名的12 +4)，而不是12。