在Java中解压缩GZip字符串
我可以找到很多函数来解压GZip文件,但是如何解压GZip字符串呢在Java中解压缩GZip字符串,java,gzip,Java,Gzip,我可以找到很多函数来解压GZip文件,但是如何解压GZip字符串呢 我正试图解析一个HTTP响应,其中响应体是用GZip压缩的。但是,整个响应只是存储在一个字符串中,因此该字符串的一部分包含二进制字符 我正在尝试使用: byte responseBodyBytes[] = responseBody.getBytes(); ByteArrayInputStream bais = new ByteArrayInputStream(responseBodyBytes); GZIPInputStrea
我正试图解析一个HTTP响应,其中响应体是用GZip压缩的。但是,整个响应只是存储在一个字符串中,因此该字符串的一部分包含二进制字符 我正在尝试使用:
byte responseBodyBytes[] = responseBody.getBytes();
ByteArrayInputStream bais = new ByteArrayInputStream(responseBodyBytes);
GZIPInputStream gzis = new GZIPInputStream(bais);
但这只是抛出了一个异常:java.io.IOException:不是GZIP格式的没有GZIP字符串这样的东西。GZip是二进制的,字符串是文本 如果要压缩字符串,需要先将其转换为二进制-例如,使用链接到压缩
OutputStreamWriter
的OutputStream
(例如a)
同样,要读取数据,您可以使用链接到解压缩InputStream
(例如a)的InputStream读取器
从
阅读器
轻松阅读的一种方法是使用from或类似的库。理想情况下,您应该使用高级库来处理这些内容。这样,每当发布新版本的HTTP时,库维护人员都希望为您完成所有艰苦的工作,您只需要更新版本的库
除此之外,尝试自己做这件事是一种很好的锻炼
假设您正在从TCP套接字以字节流的形式读取HTTP响应。如果没有gzip编码,那么将整个响应放入一个字符串就可以了。然而,“contentencoding:gzip”头的存在意味着响应主体(正如您所指出的)将是二进制的
您可以将响应正文的开头标识为字符串序列“\r\n\r\n”(或4个字节0x0d、0x0a、0x0d、0x0a)第一次出现后的第一个字节
gzip编码有一个特殊的头,您应该测试前3个正文字节:
byte[] buf; // from the HTTP Response stream
// ... insert code here to populate buf from HTTP Response stream
// ...
int bodyLen = 1234; // populate this value from 'Content-length' header
int bodyStart = 123; // index of byte buffer where body starts
if (bodyLen > 4 && buf[bodyStart] == 0x1f && buf[bodyStart + 1] == (byte) 0x8b && buf[bodyStart + 2] == 0x08) {
// gzip compressed body
ByteArrayInputStream bais = new ByteArrayInputStream(buf);
if (bodyStart > 0) bais.skip(bodyStart);
// Decompress the bytes
byte[] decompressedBytes = new byte[bodyLen * 4];
int decompressedDataLength = 0;
try {
// note: replace this try-catch with try-with-resources here where possible
GZIPInputStream gzis = new GZIPInputStream(bais);
decompressedDataLength = gzis.read(decompressedBytes);
gzis.close();
} catch (IOException e) {
e.printStackTrace();
}
}
如果前3个字节与magic GZIP头值不匹配,则GZIPInputStream会产生“Not in GZIP format”(不在GZIP格式中)错误,因此测试这些字节将有助于解决特定问题
GZIP格式中还有一个CRC校验和,但是如果该校验和丢失或不正确,您应该会看到另一个错误。这可能有帮助:
try (final GZIPInputStream gzipInput = new GZIPInputStream(new ByteArrayInputStream(compressedByteArray));
final StringWriter stringWriter = new StringWriter()) {
org.apache.commons.io.IOUtils.copy(gzipInput, stringWriter, "UTF_8");
String decodedString = stringWriter.toString();
} catch (IOException e) {
throw new UncheckedIOException("Error while decompression!", e);
}
我正试图解析一个HTTP响应,其中响应体是用GZip压缩的。但是,整个响应只是存储在一个字符串中,因此该字符串的一部分包含二进制字符。你是说不可能将这个“GZip字符串”转换成文本字符串吗?@Matt:你不应该首先将响应存储在字符串中。如果它是二进制的,就不应该是文本,除非它是base64。“字符串的一部分包含二进制数据”的概念实际上不起作用。听起来你需要改变你的方法。响应最初是以字节[]表示的,所以我只有这些。我能用这个吗?@Jon Skeet我现在也有同样的问题。您是否建议将响应存储在
字节[]
?@Amir:我不知道您想做什么,所以很难说。我建议你在一个新问题中加入更多的上下文。这能回答你的问题吗?