python - 如何解释这两个未压缩的 zlib 样本？

Question

我正在尝试学习如何阅读规范。让我们看看尝试压缩后会得到什么:1) 一个空缓冲区和 2) 一个感叹号:

>>> zlib.compress(b'', 0)
b'x\x01\x01\x00\x00\xff\xff\x00\x00\x00\x01'
>>> zlib.compress(b'!', 0)
b'x\x01\x01\x01\x00\xfe\xff!\x00"\x00"'

到目前为止，我发现 x\x01 是一种神奇的格式，告诉我们正在查看未压缩的 zlib 示例。然后是我无法解释的 \x01 (我猜这意味着“后面是未压缩的 block ”)和 \x01\x00 似乎是缓冲区长度，之后有 \xfe\xff (如果我添加更多字节，它似乎会进一步减少)，然后是数据和四个字节，似乎是阿德勒校验和。

现在，我的问题是:如何找到第三个字节和接下来的四个字节的含义？

此外，有没有办法跳过 Adler 校验和并仍然生成 zlib.decompress() 可以处理的内容？换句话说，是否有更短的最小 Zlib 缓冲区样本？

Answer 1

zlib 包装器的格式可以在RFC 1950 中找到。 ，其包装的deflate压缩数据的格式可以在RFC 1951中找到。 .

x\x01是 zlib header ，\x00\x00\x00\x01最后是 Adler-32 检查。中间是一个存储的 deflate block ，由 \x01 标识。 ，这是一个从最低有效位 1 开始的三位 header ，表示这是流中的最后一个 deflate block ，接下来的两位是 0，表示存储的 block 。其余五位是填充位，用于将流带到字节边界。然后是\x00\x00\xff\xff是存储 block 内容的两字节长度(0)，后跟长度的补码作为错误检查。这就是空存储 block 的内容。

对于带有感叹号的存储 block ，不同之处在于长度为一(注意长度是小端顺序)，后面是补码，然后是感叹号本身。 Adler-32 校验值对应一个字节的消息，即感叹号。

您可以使用zlib.compressobj可以给 wbits等于 -15请求没有 zlib 包装器的原始 deflate 流。