php - gzcompress 是如何工作的？

Question

我想知道为什么我需要在使用 gzcompress() 后切断最后 4 个字符。

这是我的代码:

header("Content-Encoding: gzip");
echo "\x1f\x8b\x08\x00\x00\x00\x00\x00";
$index = $smarty->fetch("design/templates/main.htm") ."\n<!-- Compressed by gzip -->";
$this->content_size = strlen($index);
$this->content_crc = crc32($index);
$index = gzcompress($index, 9);
$index = substr($index, 0, strlen($index) - 4); // Why cut off ??
echo $index;
echo pack('V', $this->content_crc) . pack('V', $this->content_size);

当我不删除最后 4 个字符时，源代码的结尾如下:

[...]
<!-- Compressed by gzip -->N

当我剪掉它们时，上面写着:

[...]
<!-- Compressed by gzip -->

我只能在 Chromes 代码检查器中看到额外的 N(在 Firefox 和 IEs 源中都没有)。但是在代码的末尾有四个额外的字符。

谁能解释一下，为什么我需要切断 4 个字符？

Answer 1

gzcompress实现 ZLIB compressed data format有 following structure :

     0   1
   +---+---+
   |CMF|FLG|   (more-->)
   +---+---+

(if FLG.FDICT set)

     0   1   2   3
   +---+---+---+---+
   |     DICTID    |   (more-->)
   +---+---+---+---+

   +=====================+---+---+---+---+
   |...compressed data...|    ADLER32    |
   +=====================+---+---+---+---+

在这里你看到最后四个字节是 Adler-32 checksum .

与此相反，GZIP file format是具有以下结构的所谓成员的列表:

   +---+---+---+---+---+---+---+---+---+---+
   |ID1|ID2|CM |FLG|     MTIME     |XFL|OS | (more-->)
   +---+---+---+---+---+---+---+---+---+---+

(if FLG.FEXTRA set)

   +---+---+=================================+
   | XLEN  |...XLEN bytes of "extra field"...| (more-->)
   +---+---+=================================+

(if FLG.FNAME set)

   +=========================================+
   |...original file name, zero-terminated...| (more-->)
   +=========================================+

(if FLG.FCOMMENT set)

   +===================================+
   |...file comment, zero-terminated...| (more-->)
   +===================================+

(if FLG.FHCRC set)

   +---+---+
   | CRC16 |
   +---+---+

   +=======================+
   |...compressed blocks...| (more-->)
   +=======================+

     0   1   2   3   4   5   6   7
   +---+---+---+---+---+---+---+---+
   |     CRC32     |     ISIZE     |
   +---+---+---+---+---+---+---+---+

如您所见，GZIP 使用 CRC-32 checksum用于完整性检查。

所以分析你的代码:

• echo "\x1f\x8b\x08\x00\x00\x00\x00\x00"; – 输出以下 header 字段:
  • 0x1f 0x8b – ID1 和 ID2，标识数据格式的标识符(这些是固定值)
  • 0x08 – CM，使用的压缩方法； 8 表示使用 DEFLATE data compression format (RFC 1951)
  • 0x00 – FLG，标志
  • 0x00000000 – MTIME，修改时间
  • 字段XFL(额外标志)和OS(操作系统)由DEFLATE数据压缩格式设置
• echo $index; – 按照DEFLATE数据压缩格式输出压缩数据
• echo pack('V', $this->content_crc) 。 pack('V', $this->content_size); – 以二进制形式输出 CRC-32 校验和和未压缩输入数据的大小