Question

首先，我的Java版本：

string str = "helloworld";
ByteArrayOutputStream localByteArrayOutputStream = new ByteArrayOutputStream(str.length());
GZIPOutputStream localGZIPOutputStream = new GZIPOutputStream(localByteArrayOutputStream);
localGZIPOutputStream.write(str.getBytes("UTF-8"));
localGZIPOutputStream.close();
localByteArrayOutputStream.close();
for(int i = 0;i < localByteArrayOutputStream.toByteArray().length;i ++){
    System.out.println(localByteArrayOutputStream.toByteArray()[i]);
}

，输出为：

31 -117 8 0 0 0 0 0 0 0 -53 72 -51 -55 -55 47 -49 47 -54 73 1 0 -83 32 -21 -7 10 0 0 0

然后是Go版本：

var gzBf bytes.Buffer
gzSizeBf := bufio.NewWriterSize(&gzBf, len(str))
gz := gzip.NewWriter(gzSizeBf)
gz.Write([]byte(str))
gz.Flush()
gz.Close()
gzSizeBf.Flush()
GB := (&gzBf).Bytes()
for i := 0; i < len(GB); i++ {
    fmt.Println(GB[i])
}

输出：

31 139 8 0 0 9 110 136 0 255 202 72 205 201 201 47 207 47 202 73 1 0 0 0 255 255 1 0 0 255 255 173 32 235 249 10 0 0 0

为什么？

我认为这可能是由这两种语言的不同字节读取方法引起的。但是我注意到0永远不能转换为9. []byte的大小不同。

我写错了代码吗？有没有办法让我的Go程序获得与Java程序相同的输出？

谢谢！

Answer 1

首先，Java中的byte类型已签名，其范围为-128..127，而在Go byte中的别名为uint8且具有范围0..255。因此，如果要比较结果，则必须将负值Java值换256（添加256）。

提示：要以无符号方式显示Java byte值，请使用：byteValue & 0xff使用int的8位将其转换为byte作为int中的最低8位。或者更好：以十六进制形式显示两个结果，这样您就不必关心签名......

即使您进行了轮班，您仍会看到不同的结果。这可能是由于不同语言中的默认压缩级别不同。请注意，虽然Java和Go中的默认压缩级别为6，但未指定，并且允许不同的实现选择不同的值，并且在将来的版本中也可能会更改。

即使压缩级别相同，您仍可能会遇到差异，因为gzip基于LZ77和Huffman coding，它使用基于频率（概率）构建的树来决定输出代码如果不同的输入字符或位模式具有相同的频率，则分配的代码可能会有所不同，而且多个输出位模式可能具有相同的长度，因此可能会选择不同的输出。

如果你想要相同的输出，唯一的方法是（参见下面的注释！）使用0压缩级别（根本不压缩）。在Go中使用压缩级别gzip.NoCompression，在Java中使用Deflater.NO_COPMRESSION。

爪哇：

GZIPOutputStream gzip = new GZIPOutputStream(localByteArrayOutputStream) {
    {
        def.setLevel(Deflater.NO_COMPRESSION);
    }
};

转到：

gz, err := gzip.NewWriterLevel(gzSizeBf, gzip.NoCompression)

但我不担心不同的产出。 Gzip是一个标准，即使输出不相同，您仍然可以使用任何用于压缩数据的gzip解码器解压缩输出，并且解码的数据将完全相同。

以下是简化的扩展版本：

这并不重要，但你的代码是不必要的复杂。您可以像这样简化它们（这些版本还包括设置0压缩级别和转换负Java byte值）：

Java版：

ByteArrayOutputStream buf = new ByteArrayOutputStream();
GZIPOutputStream gz = new GZIPOutputStream(buf) {
    { def.setLevel(Deflater.NO_COMPRESSION); }
};
gz.write("helloworld".getBytes("UTF-8"));
gz.close();
for (byte b : buf.toByteArray())
    System.out.print((b & 0xff) + " ");

转到版本：

var buf bytes.Buffer
gz, _ := gzip.NewWriterLevel(&buf, gzip.NoCompression)
gz.Write([]byte("helloworld"))
gz.Close()
fmt.Println(buf.Bytes())

备注：

gzip格式允许在输出中包含一些额外的字段（标题）。

在Go中，这些由gzip.Header类型表示：

type Header struct { Comment string // comment Extra []byte // "extra data" ModTime time.Time // modification time Name string // file name OS byte // operating system type }

可以通过Writer.Header struct字段访问它。 Go设置并插入它们，而Java 不（将标题字段保留为零）。因此，即使您在两种语言中将压缩级别设置为0，输出也不会相同（但“压缩”数据将在两个输出中匹配）。

不幸的是，标准Java没有提供设置/添加这些字段的方法/界面，而且Go不会使其填充输出中的Header字段是可选的，因此您将无法准确生成输出。

一个选项是使用支持设置这些字段的第三方GZip库。 Apache Commons Compress就是这样一个例子，它包含一个GzipCompressorOutputStream类，它有一个允许传递GzipParameters实例的构造函数。这个GzipParameters是gzip.Header结构的等价物。只有使用它才能生成准确的输出。

但如上所述，生成精确输出没有实际值。

Answer 2

从RFC 1952开始，GZip文件头的结构为：

+---+---+---+---+---+---+---+---+---+---+
|ID1|ID2|CM |FLG|     MTIME     |XFL|OS | (more-->)
+---+---+---+---+---+---+---+---+---+---+

查看您提供的输出，我们有：

                          |    Java |          Go
ID1                       |      31 |          31
ID2                       |     139 |         139
CM (compression method)   |       8 |           8
FLG (flags)               |       0 |           0
MTIME (modification time) | 0 0 0 0 | 0 9 110 136
XFL (extra flags)         |       0 |           0
OS (operating system)     |       0 |         255

因此我们可以看到Go正在设置标头的修改时间字段，并将操作系统设置为255（未知）而不是0（FAT文件系统）。在其他方面，它们表明文件以相同的方式压缩。

一般来说，这些差异是无害的。如果你想确定两个压缩文件是否相同，那么你应该真正比较文件的解压缩版本。

为什么Java和Go的gzip会得到不同的结果？

2 个答案: