Java 获取gzip文件属性（如'；gzip-l'；，基本上是压缩比）

我有一个非常大的gzip文件树目录，我需要计算未压缩的大小。 正如我所说的超过600GB的压缩文件一样，我认为解压缩每个文件以验证大小不是正确的方法

在

Unix

shell上，我通过使用命令

gzip-l

轻松完成这项任务，在文件夹中列出每个文件的压缩比、压缩大小和未压缩大小

尽管如此，我发现的与

GZIP

相关的Java库只是用于压缩和解压缩的流

---

如果

gzip

命令可以在不接触文件的情况下检索此信息，我假设必须在文件的某种头上指定此数据。在不解压缩文件的情况下访问这些信息的方法是什么？

看看Apache Commons Compress，它支持gzip。它还有一个类“org.apache.commons.compress.compressors.gzip.gzip参数”，可能会有所帮助。

根据gzip规范，gzip块的最后4个字节是数据的未压缩大小。该值存储在little endian中。大多数gzip文件只有1个块，因此这将是文件的最后4个字节

例如，我刚刚压缩了一个未压缩大小为29963246字节的文件。gzip文件中的最后4个字节是

EE 33 C9 01

当读取小端时（从右到左）0x1C933EE=29963246

这里有一种快速而肮脏的方法，通过只读取little endian中的最后4个字节来获取未压缩文件的大小：

File f = ...
try(RandomAccessFile ra =new RandomAccessFile(f, "r");
    FileChannel channel = ra.getChannel()){

        MappedByteBuffer fileBuffer = channel.map(MapMode.READ_ONLY, f.length()-4, 4);
        fileBuffer.load();

        ByteBuffer buf = ByteBuffer.allocate(4);
        buf.order(ByteOrder.LITTLE_ENDIAN);


        buf.put(fileBuffer);
        buf.flip();
        //will print the uncompressed size
        //getInt() reads the 4 bytes as a int
        // if the file is between 2GB and 4GB
        // then this will return a negative value
        //and you'll have to do your own converting to an unsigned int
        System.out.println(buf.getInt());
    }

编辑

注意，这只适用于只有1个压缩块的gzip文件（大多数文件<4GB）。如果您有一个包含多个gzip块的文件，这将只返回最后一个块的大小。由于规范只为大小分配4个字节，我假设一个大于4GB的文件将被分割成多个GZIP块

---

更健壮的版本是解析每个gzip块，以获得每个块的未压缩大小。GZIP头还具有压缩数据的大小，因此您必须解析每个GZIP块头，获取压缩数据的长度，查找该长度以获取GZIP块的结尾，然后获取要汇总的未压缩大小。然后继续解析任何附加的GZIP块，直到到达EOF。

也就是说。。。实际上很有趣-再一次：文档/规范FTW！谢谢哇！对于未压缩的大小，它检索到的值与

gzip-l

命令的值完全相同。没有（或者至少很容易找到）用于这些操作的API不是很奇怪吗？无论如何，非常感谢你的回答。@Netto没问题。我想象

gzip-l

做了我在上一段中描述的事情如果你的文件大于2GB，那么最后一次调用getInt（）会溢出，如果你的文件大于4GB，然后我会认为压缩文件将在多个块中，您将不得不执行我在帖子末尾描述的更复杂的解析。当我看到以字节为单位的大小的int值时，我会这样想。你有没有相关的提示来识别文件中的gzip块？这很有趣。我能够访问我的GZIP文件的

GZIP参数

实例。不幸的是，它似乎只有压缩机的参数。我在这个类中找到的最有用的方法是

gzip参数.getCompressionLevel（）

，但它为我的文件检索

-1

。不管怎样，谢谢。看。那很有趣。非常感谢。