Question

我正在试验Python 2.7.6中的lzma模块，看看我是否可以使用XZ格式为将来使用它的项目创建压缩文件。我在实验期间使用的代码是：

import lzma as xz

in_file = open('/home/ki2ne/Desktop/song.wav', 'rb')
input_data = in_file.read()

compressed_data = xz.compress(input_data)
out_file = open('/home/ki2ne/Desktop/song.wav.xz', 'wb')
in_file.close()
out_file.close()

我发现结果文件中有两个不同的校验和（MD5和SHA256）与使用普通xz时相比（虽然我可以用任何一种方法解压缩 - 两个文件的解压缩版本的校验和是相同的）。这会有问题吗？

更新：我通过peterjc的Git存储库（link here）安装backport（来自Python 3.3）找到了解决方法，现在它显示了相同的校验和。不确定它是否有帮助，但我确保没有安装我的存储库中的LZMA Python模块以避免可能的名称冲突。

这是我的测试代码，以确认这一点：

# I have created two identical text files with some random phrases

from subprocess import call
from hashlib import sha256
from backports import lzma as xz

f2 = open("test2.txt" , 'rb')
f2_buf = buffer(f2.read())
call(["xz", "test1.txt"])

f2_xzbuf = buffer(xz.compress(f2_buf))
f1 = open("test1.txt.xz", 'rb')
f1_xzbuf = buffer(f1.read())

f1.close(); f2.close()

f1sum = sha256(); f2sum = sha256()

f1sum.update(f1_xzbuf); f2sum.update(f2_xzbuf)

if f1sum.hexdigest() == f2sum.hexdigest():
    print "Checksums OK"
else:
    print "Checksum Error"

我也使用常规sha256sum验证了它（当我将数据写入文件时）。

Answer 1

我不会担心压缩文件的差异 - 根据容器格式和.xz文件中使用的校验和类型，压缩数据可能会有所不同而不会影响内容。

编辑我一直在深入研究这个问题，并编写了这个脚本来测试PyLZMA Python2.x模块和模块内置的lzma Python3.x

from __future__ import print_function
try:
    import lzma as xz
except ImportError:
    import pylzma as xz
import os

# compress with xz command line util
os.system('xz -zkf test.txt')

# now compress with lib
with open('test.txt', 'rb') as f, open('test.txt.xzpy', 'wb') as out:
    out.write(xz.compress(bytes(f.read())))

# compare the two files
from hashlib import md5

with open('test.txt.xz', 'rb') as f1, open('test.txt.xzpy', 'rb') as f2:
    hash1 = md5(f1.read()).hexdigest()
    hash2 = md5(f2.read()).hexdigest() 
    print(hash1, hash2)
    assert hash1 == hash2

这会使用test.txt命令行实用程序和Python模块压缩文件xz并比较结果。在Python3下，lzma产生与xz相同的结果，但是在Python2下，PyLZMA产生的结果不同，无法使用xz命令行util提取。

你使用的是什么模块，在Python2中称为“lzma”，你用什么命令来压缩数据？

编辑2 好的，我找到了Python2的pyliblzma模块。但是它似乎使用CRC32作为默认校验和算法（其他人使用CRC64）并且有一个错误阻止更改校验和算法https://bugs.launchpad.net/pyliblzma/+bug/1243344

你可以尝试使用xz -C crc32进行压缩来比较结果，但是我仍然没有成功使用Python2库制作有效的压缩文件。

Answer 2

在我的情况下（Ubuntu / Mint），为了在Pyhton 2.7中使用lzma模块，我直接在backports.lzma上安装了pip（我没有使用过github）， sudo或 root 用户：

pip2 install backports.lzma

FYI pip2具有--user选项，该选项不需要超级用户权限，并且仅为本地用户安装模块，但是我尚未对此进行测试。

除了执行pip安装之外，还必须使用包管理器安装一个强制性依赖项：库liblzma。

在我的情况下，软件包名称分别为liblzma5和liblzma-dev，但是Linux发行版/发行版之间的软件包名称可能有所不同。

P.s：我还成功地在不同的Linux环境（未知集群发行版）上用conda重复了相同的操作：

conda install backports
conda install backports.lzma --name pyEnvName

希望有用

Python 2.7：使用＆＃34; lzma＆＃34;以XZ格式压缩数据模

2 个答案: