我正在研究制作一种文本格式来交错两种类型的原始字节块。
一个块将包含一块bzip2压缩数据，其中包含一个包含通常的bzip2 magic number（BZh9）的头。
第二个块将包含其他感兴趣的数据，其中包含一个包含不同幻数（TBD）的标题。
这两个幻数将用于不同地搜索，识别和处理两种数据块类型。
我的问题是：我可以为第二个块类型选择一个神奇的数字，这在bzip2压缩的字节块中是不太可能（或更好，不可能）？
换句话说，是否存在bzip2排除或在概率上不太可能在压缩时使用的特定字节，在某个统计阈值内，我可以将其用于同一文件中另一种数据类型的标头？
一个选项是，当我找到第二个块类型的头字节时，我只是尝试处理第二个块类型的数据，如果该处理失败，那么我假设我不小心在压缩的bzip2块中。但是我想知道是否有可能在bzip2块中找不到或者不太可能找到的字节。
答案 0 :(得分：2)
没有。 bzip2压缩数据可以包含任何字节对，基本上都具有相同的概率。您所能做的就是将更长的字节序列定义为签名，以降低该系列在压缩数据中意外出现的概率。但它仍然可以。
bzip2格式是自我终止的，所以如果你愿意花时间解码bzip2数据，你总能找到下一件事的地方。
要在注释中回答问题，整个bzip2流必须终止于字节边界。最后一个字节可能有0到7位零填充。您可以从第二个流组件的开头向后搜索，以查找bzip2结束标记0x177245385090（pi的平方根的前12个十进制数字），它可以从特定字节中的任何位开始。这将是80到87位。