如何在Zip文件中找到中央目录的位置？

Question

我正在尝试在Zip文件中找到第一个中央目录文件头的位置。

我正在读这些： http://en.wikipedia.org/wiki/Zip_(file_format） http://www.pkware.com/documents/casestudies/APPNOTE.TXT

在我看来，我只能扫描Zip数据，通过标题识别我所处的部分，然后执行此操作，直到我点击中央目录标题。我显然会在此之前阅读文件头并使用“压缩大小”来跳过实际数据，而不是循环遍历文件中的每个字节......

如果我这样做，那么我几乎已经知道Zip文件中的所有文件和文件夹，在这种情况下，我不再看到中央目录的用处。

据我所知，Central Directory的目的是列出文件元数据，以及Zip文件中实际数据的位置，这样您就不需要扫描整个文件了？

在阅读完中央目录记录后，维基百科说：

  

这种排序允许在一次传递中创建一个zip文件，但确实如此   通常通过首先读取中心目录来解压缩   端。

如何轻松找到中央目录结束记录？我们需要记住它可以有一个任意大小的注释，所以我可能不知道它所在的数据流末尾有多少字节。我只是扫描它吗？

P.S。我正在写一个Zip文件阅读器。

Answer 1

从最后开始并向开头扫描，查找目录签名的结尾并计算您扫描的字节数。找到候选项时，获取注释长度（L）的字节20偏移量。检查L + 20是否与您当前的计数相符。然后检查中心目录的开头（由字节12偏移指向）是否具有适当的签名。

如果您认为签名检查恰好是一个疯狂的猜测（例如，猜测着陆到数据段）时位是相当随机的，则使所有签名位正确的概率非常低。您可以对此进行优化，并找出在数据段中登陆的可能性以及击中合法标头的可能性（作为此类标头数量的函数），但这对我来说已经很低了。您可以通过检查列出的第一个文件记录的签名来提高您的置信度，但一定要处理空zip文件的边界情况。

Answer 2

我最终从结尾开始循环遍历字节。如果找到匹配的字节序列，索引低于零或者它已经经过64k字节，则循环停止。

Answer 3

只需交叉，希望没有CRC，时间戳或日期戳为06054B50的条目，或者恰好为06054B50的任何其他四个字节序列。