language-agnostic - 从python中的二进制文件中提取zlib压缩数据

Question

我的公司使用传统文件格式存储电子照相术数据，该文件格式已不再生产。但是，对于保持回溯兼容性有些兴趣，因此我正在研究为该文件格式编写阅读器的可能性。

通过分析非常复杂的用Delphi编写的先前源代码，文件读取器/写入器使用ZLIB，并且在HexEditor内部，看起来好像有一个二进制ASCII格式的文件头(具有“Player”，“Analyzer”之类的字段易于阅读)，然后是包含原始数据的压缩字符串。

我的疑问是:如何确定以下内容:

如果是压缩流；

压缩流在哪里开始，在哪里结束；

从维基百科:

zlib compressed data is typically written with a gzip or a zlib wrapper. The wrapper encapsulates the raw DEFLATE data by adding a header and trailer. This provides stream identification and error detection

这相关吗？

我很乐意发布更多信息，但是我不知道最相关的是什么。

感谢您的任何提示。

编辑:我有工作的应用程序，并且可以使用它来记录任何时间长度的实际数据，并在必要时获取小于1kB的文件。

一些样本文件:

一个新创建的，没有数据流: https://dl.dropbox.com/u/4849855/Mio_File/HeltonEmpty.mio

保存了非常短的时间(1秒？)后，与上面相同: https://dl.dropbox.com/u/4849855/Mio_File/HeltonFilled.mio

与名为“manco”而不是“Helton”的患者不同的是，它的流更短(适合十六进制查看): https://dl.dropbox.com/u/4849855/Mio_File/manco_short.mio

说明:每个文件都应该是患者(一个人)的文件。在这些文件中，保存了一个或多个检查，每个检查由一个或多个时间序列组成。提供的文件仅包含一个考试和一个数据系列。

Answer 1

首先，为什么不扫描文件以查找所有有效的zip流(对于小文件并确定格式就足够了):

import zlib
from glob import glob

def zipstreams(filename):
    """Return all zip streams and their positions in file."""
    with open(filename, 'rb') as fh:
        data = fh.read()
    i = 0
    while i < len(data):
        try:
            zo = zlib.decompressobj()
            yield i, zo.decompress(data[i:])
            i += len(data[i:]) - len(zo.unused_data)
        except zlib.error:
            i += 1

for filename in glob('*.mio'):
    print(filename)
    for i, data in zipstreams(filename):
        print (i, len(data))

看起来数据流包含小尾数 double 浮点数据:

import numpy
from matplotlib import pyplot

for filename in glob('*.mio'):
    for i, data in zipstreams(filename):
        if data:
            a = numpy.fromstring(data, '<f8')
            pyplot.plot(a[1:])
            pyplot.title(filename + ' - %i' % i)
            pyplot.show()