我正在处理一个有点大的二进制文件（717M）。这个二进制文件包含一组（未知数！）完整的zip文件。
我想提取所有这些zip文件（不需要解压缩它们）。由于神奇的数字（'PK'），我能够找到每个块的偏移量（起始点），但是我找不到计算每个块的长度的方法（例如，将这些zip文件从大块中雕刻出来）二进制文件）。
阅读一些文档（http://forensicswiki.org/wiki/ZIP），给我的印象是解析zip文件很容易，因为它包含每个压缩文件的compressed size。
有没有办法让我用C或Python做到这一点而不重新发明轮子？
答案 0 :(得分：2)
允许zip条目不包含本地标头中的压缩大小。有一个标志位具有压缩大小的描述符，未压缩的大小，CRC跟随压缩数据。
搜索中心目录末端标头，使用它来查找中心目录，并使用它来查找本地标头和条目会更可靠。这需要注意细节，仔细阅读描述zip格式的PKWare appnote。您还需要处理Zip64格式，它还有其他标题和字段。
可以存储zip条目，即逐字复制到zip文件中的该位置，并且该条目本身可以是zip文件。因此，请确保处理嵌入式zip文件的情况，仅提取最外面的zip文件。
答案 1 :(得分：1)
例如，有一些标准方法可以处理zip files in python但据我所知（不是我是专家），您首先需要以某种方式提供实际文件。我建议查看zip file format specification。
您应该能够根据幻数的相对位置找到您需要的其他信息。如果我没有弄错CRC-32是神奇的数字，那么向前跳4个字节将使你达到压缩大小，另外8个字节应该得到你的文件名。
额外字段长度2字节
文件名（可变大小）
希望至少有所帮助：）