Question

我想连接两个或更多gzip流而不重新压缩它们。

我的意思是我将A压缩为A.gz，B压缩为B.gz，我想将它们压缩为单个gzip（A + B）.gz而不再使用C或C ++进行压缩。

几点说明：

注意：它不与this重复，因为提议的解决方案不符合我的需要。

清除修改：

我想根据请求将几个压缩的HTML pices连接起来并将它们作为一个页面发送到浏览器：“Accept-Encoding：gzip”，带有respnse“Content-Encoding：gzip”

如果流简化为cat a.gz b.gz >ab.gz，Gecko（firefox）和KHTML Web引擎只获得第一部分（a）; IE6没有显示任何内容，谷歌浏览器正确显示第一部分（a），第二部分（b）显示为垃圾（根本不解压缩）。

只有Opera可以很好地处理这个问题。

因此，我需要创建一个包含多个块的单个 gzip流，并在不重新压缩的情况下发送它们。

更新：我在zlib的示例中找到了gzjoin.c，它只使用解压缩来完成。问题是解压缩仍然比较简单memcpy。

它仍然比最快的gzip压缩快4倍。但这还不够。

我需要的是找到我需要与gzip文件一起保存的数据没有运行解压缩程序，如何在压缩过程中找到这些数据。

Answer 1

格式只是一个成员套件，每个成员由三部分组成，标题，数据和预告片。数据部分本身就是一组块，每个块都有一个头和数据部分。

要模拟gzipping两个（或更多文件）串联结果的效果，您只需调整标题（例如最后一个chunk标志）并正确拖放并复制数据部分。

有一个问题，预告片中有未压缩数据的CRC32，当你知道部件的CRC时，我不确定这个数据是否容易计算。

编辑：您发现的gzjoin.c文件中的注释意味着，虽然可以在不解压缩数据的情况下计算CRC32，但还有其他需要解压缩的内容。

Answer 2

gzip手册说，可以在尝试时连接两个gzip文件。

除了向每个浏览器制造商提交错误报告，并希望它们符合要求之外，也许您的程序可以缓存所需数据的最常见连接。

正如其他人所说，您可以进行手术： http://www.gzip.org/zlib/rfc-gzip.html

这需要最终未压缩文件的CRC-32。通过添加各个子文件的长度，可以轻松计算所需的未压缩文件大小。

在最后一个链接的底部，有一些代码用于计算名为update_crc的正在运行的crc-32。

每次运行进程时计算未压缩文件的crc，可能比gzip算法本身便宜。

Answer 3

如果问tar不是不可能的（因为链接的cat solution对您不可行）：

tar cf A_B.gz.tar A.gz B.gz

然后，让他们回来：

tar xf A_B.gz.tar

Answer 4

似乎单个文件的原始压缩是由您完成的。似乎所需的结果（几个部分的连接）足够小，可以在一个页面中发送到Web浏览器。 在这种情况下，您的效率问题似乎是没有根据的。

请注意，（1）gzjoin.c方法极有可能成为您提出的问题的最佳答案（2）由一个gzip发起者执行的复杂显微手术并且可能没有受到广泛的压力测试。

请考虑一种无聊可理解的可靠方法：存储原始碎片UN压缩，然后选择所需的碎片，并连接并压缩它们。请注意，压缩比可能优于通过将小的压缩件粘合在一起而获得的压缩比。