我正在尝试计算/验证压缩的 bzip2 存档的 CRC32 校验和。
.magic:16 = 'BZ' signature/magic number
.version:8 = 'h' for Bzip2 ('H'uffman coding)
.hundred_k_blocksize:8 = '1'..'9' block-size 100 kB-900 kB
.compressed_magic:48 = 0x314159265359 (BCD (pi))
.crc:32 = checksum for this block
...
...
.eos_magic:48 = 0x177245385090 (BCD sqrt(pi))
.crc:32 = checksum for whole stream
.padding:0..7 = align to whole byte
http://en.wikipedia.org/wiki/Bzip2
所以我知道 CRC 校验和在 bz2 文件中的位置,但我将如何验证它们。我应该binascii.crc32()
哪些 block 来获得两个 CRC?我已尝试逐字节计算各种 block 的 CRC,但未能找到匹配项。
谢谢。我将研究 bzip2 源代码和 bz2
Python 库代码,也许能找到一些东西,尤其是在 decompress()
方法中。
更新 1:
据我所知,区 block 头由以下标签标识。 但微小的 bz2 文件不包含 ENDMARK 文件。(感谢 adw,我们发现应该寻找 ENDMARK 的位移值,因为压缩数据未填充到字节。)
#define BLOCK_HEADER_HI 0x00003141UL
#define BLOCK_HEADER_LO 0x59265359UL
#define BLOCK_ENDMARK_HI 0x00001772UL
#define BLOCK_ENDMARK_LO 0x45385090UL
这来自 bzlib2recover.c
源代码, block 似乎总是从第 80 位开始,就在 CRC 校验和之前,应该从 CRC 计算中省略,因为不能对其进行 CRC 校验自己的 CRC 是相同的 CRC(你明白我的意思)。
searching for block boundaries ...
block 1 runs from 80 to 1182
查看计算这个的代码。
更新 2:
bzlib2recover.c
没有CRC计算功能,它只是从损坏的文件中复制CRC。但是,我确实设法在 Python 中复制了 block 计算器功能,以在 bz2
压缩文件中标出每个 block 的起始位和结束位。回到正轨,我发现 compress.c
引用了 bzlib_private.h
中的一些定义。
#define BZ_INITIALISE_CRC(crcVar) crcVar = 0xffffffffL;
#define BZ_FINALISE_CRC(crcVar) crcVar = ~(crcVar);
#define BZ_UPDATE_CRC(crcVar,cha) \
{ \
crcVar = (crcVar << 8) ^ \
BZ2_crc32Table[(crcVar >> 24) ^ \
((UChar)cha)]; \
}
这些定义也被 bzlib.c
访问,s->blockCRC
在 bzlib.c
中初始化和更新,并在中完成压缩.c
。有 2000 多行 C 代码,这将需要一些时间来查看并弄清楚哪些进入了哪些没有。我也在问题中添加了 C
标签。
顺便说一下,这里是 bzip2 的 C 源代码 http://www.bzip.org/1.0.6/bzip2-1.0.6.tar.gz
更新 3:
原来 bzlib2
block CRC32 是使用以下算法计算的:
dataIn
是要编码的数据。
crcVar = 0xffffffff # Init
for cha in list(dataIn):
crcVar = crcVar & 0xffffffff # Unsigned
crcVar = ((crcVar << 8) ^ (BZ2_crc32Table[(crcVar >> 24) ^ (ord(cha))]))
return hex(~crcVar & 0xffffffff)[2:-1].upper()
其中BZ2_crc32Table定义在crctable.c
对于 dataIn = "justatest"
,返回的 CRC 是 7948C8CB
,用该数据压缩了一个文本文件,bz2 文件中的 crc:32 校验和是 79 48 c8 cb
这是一场比赛。
结论:
bzlib2 CRC32 是(引用 crctable.c
)
Vaguely derived from code by Rob Warnock, in Section 51 of the comp.compression FAQ...
...因此,据我所知,无法使用标准 CRC32 校验和计算器进行预先计算/验证,而是需要 bz2lib
实现(bzlib_private.h 中的第 155-172 行
)。
最佳答案
以下是bzip2
使用的CRC算法,用Python编写:
crcVar = 0xffffffff # Init
for cha in list(dataIn):
crcVar = crcVar & 0xffffffff # Unsigned
crcVar = ((crcVar << 8) ^ (BZ2_crc32Table[(crcVar >> 24) ^ (ord(cha))]))
return hex(~crcVar & 0xffffffff)[2:-1].upper()
(C 代码定义可以在 bzlib_private.h
的第 155-172 行找到)
BZ2_crc32Table
数组/列表可以在 bzip2
源代码的 crctable.c
中找到。此 CRC 校验和算法引用:“..模糊地从 Rob Warnock 的代码中导出,在 comp.compression FAQ 的第 51 节中......”(crctable.c
)
校验和是根据未压缩的数据计算的。
关于python - 在 Python 中计算/验证 bz2 (bzip2) CRC32,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4468605/