如何检测字符串是用C ++中的LZW算法压缩的

Question

我有两个xml文件，一个是LZW压缩的，另一个是纯文本。我怎么知道是否压缩了？

Answer 1

显而易见的事情当然是将字符串提供给LZW解压缩器并查看是否存在错误和/或字符串的长度增加了大约200％。

除此之外，（格式良好的）LZW字符串或文件标有magic value 0x1F 0x9D。当然LZW可以压缩字符串而不包含魔术值，但它是一个开始（非常容易检查）。

一个（格式良好的）XML文档应该以XML声明开头，必须以元素开头，只能选择前面有空格。 XML声明以字符串<?xml开头，元素标签必须以字母开头 因此，如果您在遇到第一个<之前看到除空白之外的任何内容，或者后面的下一个字符不是?或字母（并且在遇到>之前只跟着字母和数字） ），然后字符串不能是XML。由于您知道该字符串是XML或压缩XML，因此必须对其进行压缩。对于那些有一点正则表达式练习的人来说，用10-15个字符模式来挤压它可能很容易。

Answer 2

愚蠢的简单测试：第一个字符是<吗？

Answer 3

查找无效或无意义的字符（如空字符）。如果它们存在，那么它就被压缩了。

如果没有，那么要么是普通的XML，要么文件非常小（否则这种情况极不可能）。

Answer 4

如果您想知道它是否已被压缩，这将有所帮助，因此您可以解压缩该文件，并且您愿意使用库来进行繁重的工作：

使用压缩库始终尝试解压缩文件。让它决定文件是否被压缩。之后，将生成的文件传递给xml库，让该库决定您是否有一个有效的和预期的xml文件。如果可能的话，不要重新创建公共库的功能，只需确保对库的返回信息采取适当的行动。