Los archivos en formato Gzip (creados con el gzipprograma, por ejemplo) utilizan el algoritmo de compresión "desinflar", que es el mismo algoritmo de compresión que utiliza zlib . Sin embargo, cuando se usa zlib para inflar un archivo comprimido gzip, la biblioteca devuelve un Z_DATA_ERROR.

¿Cómo puedo usar zlib para descomprimir un archivo gzip?

Para descomprimir un archivo de formato gzip con zlib, llame inflateInit2con el windowBitsparámetro como 16+MAX_WBITS, así:

inflateInit2(&stream, 16+MAX_WBITS);

Si no lo hace, zlib se quejará de un formato de transmisión incorrecto. De forma predeterminada, zlib crea flujos con un encabezado zlib, y en inflate no reconoce el encabezado gzip diferente a menos que usted lo indique. Aunque esto está documentado a partir de la versión 1.2.1 del zlib.harchivo de encabezado, no está en el manual de zlib . Desde el archivo de encabezado:

windowBitstambién puede ser superior a 15 para la decodificación gzip opcional. Agregue 32 a windowBitspara habilitar la decodificación zlib y gzip con detección automática de encabezados, o agregue 16 para decodificar solo el formato gzip (el formato zlib devolverá a Z_DATA_ERROR). Si se está decodificando un flujo gzip, strm->adleres un crc32 en lugar de un adler32.

pitón

zlibsoportes de biblioteca :

• RFC 1950 ( zlibformato comprimido)
• RFC 1951 ( deflateformato comprimido)
• RFC 1952 ( gzipformato comprimido)

El zlibmódulo de Python también los admitirá.

elegir windowBits

Pero zlibpuede descomprimir todos esos formatos:

• para (des) comprimir deflateformato, usewbits = -zlib.MAX_WBITS
• para (des) comprimir zlibformato, usewbits = zlib.MAX_WBITS
• para (des) comprimir gzipformato, usewbits = zlib.MAX_WBITS | 16

Ver documentación en http://www.zlib.net/manual.html#Advanced (sección inflateInit2)

ejemplos

datos de prueba:

>>> deflate_compress = zlib.compressobj(9, zlib.DEFLATED, -zlib.MAX_WBITS)
>>> zlib_compress = zlib.compressobj(9, zlib.DEFLATED, zlib.MAX_WBITS)
>>> gzip_compress = zlib.compressobj(9, zlib.DEFLATED, zlib.MAX_WBITS | 16)
>>> 
>>> text = '''test'''
>>> deflate_data = deflate_compress.compress(text) + deflate_compress.flush()
>>> zlib_data = zlib_compress.compress(text) + zlib_compress.flush()
>>> gzip_data = gzip_compress.compress(text) + gzip_compress.flush()
>>> 

prueba obvia para zlib:

>>> zlib.decompress(zlib_data)
'test'

prueba para deflate:

>>> zlib.decompress(deflate_data)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
zlib.error: Error -3 while decompressing data: incorrect header check
>>> zlib.decompress(deflate_data, -zlib.MAX_WBITS)
'test'

prueba para gzip:

>>> zlib.decompress(gzip_data)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
zlib.error: Error -3 while decompressing data: incorrect header check
>>> zlib.decompress(gzip_data, zlib.MAX_WBITS|16)
'test'

los datos también son compatibles con el gzipmódulo:

>>> import gzip
>>> import StringIO
>>> fio = StringIO.StringIO(gzip_data)
>>> f = gzip.GzipFile(fileobj=fio)
>>> f.read()
'test'
>>> f.close()

detección automática de encabezados (zlib o gzip)

agregar 32a windowBitsactivará la detección de encabezado

>>> zlib.decompress(gzip_data, zlib.MAX_WBITS|32)
'test'
>>> zlib.decompress(zlib_data, zlib.MAX_WBITS|32)
'test'

utilizando gzip lugar

Para gzipdatos con encabezado gzip, puede usar el gzipmódulo directamente; pero recuerde que debajo del capó , gzipusa zlib.

fh = gzip.open('abc.gz', 'rb')
cdata = fh.read()
fh.close()

La estructura de zlib y gzip es diferente. zlib usa RFC 1950 y gzip usa RFC 1952 , por lo que tiene diferentes encabezados pero el resto tiene la misma estructura y sigue el RFC 1951 .