我正在用 Rust 构建一个 git clone 实现。我已经到了需要解析包文件以创建索引的部分,我几乎完成了解析。
packfile 中的每个对象都包含一个 header (我已经正确解析了),然后是 zlib 压缩的内容。
值得注意的是, header 中存储的大小是解压缩 的大小,因此比我们必须跳过才能到达下一个 header 的实际数据大。
Crates.io 显示了 2 个进行 zlib 解压缩并且有多个下载的 crate:
libz-sys
:实际上是一个 hello world,几个月来一直如此flate2
:这可以轻松正确地缩小数据:print!("Object type {} size {}", obj_type as u8, obj_size); println!(" data:\n{}", String::from_utf8( ZlibDecoder::new(data).read_exact(obj_size as usize).unwrap() ).unwrap() );
问题来了。在此之后我需要开始读取下一个对象的 header ,但是 ZlibDecoder
没有提供任何方法来检测输入有多大。
它在输入时拥有读者的所有权,而不是引用。
因此,即使我有对象的输出大小(实际上所有对象的数据),因为我不知道输入大小,我无法开始读取下一个对象标题。
如何获得达到预期输出大小所需的压缩输入字节数?如果可能,我想避免使用 FFI 调用原生 zlib。
PS:flate2
文档建议 helper trait但我不知道这将如何或是否对我有帮助
最佳答案
通常,您可以将引用传递给 Reader/Writer(通过 ByRefReader
或 ByRefWriter
)以允许将适配器添加到流而不会失去对其的控制。像这样的东西应该工作:
#![feature(io,path,env)]
extern crate flate2;
use flate2::CompressionLevel;
use flate2::writer::ZlibEncoder;
use flate2::reader::ZlibDecoder;
use std::env;
use std::old_io::File;
use std::old_io::{ByRefReader,ByRefWriter};
use std::old_path::Path;
fn main() {
let path = "./data";
let write = env::var("WRITE").is_ok();
if write {
println!("Writing to {}", path);
let mut f = File::create(&Path::new(path)).unwrap();
fn write_it<W>(w: &mut W, s: &str) where W: Writer {
let mut z = ZlibEncoder::new(ByRefWriter::by_ref(w), CompressionLevel::Default);
z.write_all(s.as_bytes()).unwrap();
}
write_it(&mut f, "hello world");
write_it(&mut f, "goodbye world");
} else {
println!("Reading from {}", path);
let mut f = File::open(&Path::new(path)).unwrap();
fn read_it<R>(r: &mut R) -> String where R: Reader {
let mut z = ZlibDecoder::new(ByRefReader::by_ref(r));
z.read_to_string().unwrap()
}
println!("{}", read_it(&mut f));
println!("{}", read_it(&mut f));
}
}
这 确实 用于编写 - 我看到 Zlib header 在输出文件中重复了两次。但是,它在阅读时不起作用。看起来 reader::ZlibDecoder
可能会一直消耗到底层 Reader
的末尾。这可能是 flate2
库中的错误或疏忽。盯着the source看了几分钟虽然没有显示出任何明显的东西。
编辑
这里有一个“有效”的糟糕技巧:
fn read_it<R>(r: &mut R) -> String where R: Reader {
let mut z = ZlibDecoder::new_with_buf(ByRefReader::by_ref(r), Vec::with_capacity(1));
z.read_to_string().unwrap()
}
println!("{}", read_it(&mut f));
f.seek(-1, std::old_io::SeekStyle::SeekCur);
println!("{}", read_it(&mut f));
问题出现是因为flate2是a bit greedy in how it reads from the reader .它总是尝试尽可能多地填充自己的内部缓冲区,即使其中一些数据不会被读取。这个可怕的、讨厌的 hack 导致它一次只能读取一个字节。因此,您可以在末尾倒回一个字节并重新开始。
关于git - 我如何压缩 zlib 数据并找出有多少输入字节?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28640738/