Il modo migliore per rilevare se un flusso è compresso in Java

Question

Qual è il modo migliore per scoprire i java.io.InputStream contiene dati compressi?

Answer 1

Il magic bytes per il formato ZIP è 50 4B. È possibile testare lo stream (utilizzando mark e reset - potrebbe essere necessario il numero buffer) ma non mi aspetto che questo sia un approccio affidabile al 100%. Non ci sarebbe modo di distinguerlo da un file di testo codificato US-ASCII iniziato con le lettere PK.

Il migliore sarebbe fornire i metadati nel formato di contenuto prima di aprire lo stream e quindi trattarlo in modo appropriato.

Answer 2

Non molto elegante, ma affidabile:

se il flusso può essere letta tramite ZipInputStream, occorre zip.

Answer 3

Si potrebbe verificare che i primi quattro byte del torrente sono la firma intestazione del file locale che avvia il file locale di intestazione che procede ogni file in un file ZIP, as shown in the spec here essere 50 4B 03 04.

Un codice di prova piccoli spettacoli far funzionare tutto questo:

byte[] buffer = new byte[4]; 

try { 
    ZipOutputStream zos = new ZipOutputStream(new FileOutputStream("so.zip")); 
    ZipEntry ze = new ZipEntry("HelloWorld.txt"); 
    zos.putNextEntry(ze); 
    zos.write("Hello world".getBytes()); 
    zos.close(); 

    FileInputStream is = new FileInputStream("so.zip"); 
    is.read(buffer); 
    is.close(); 
} 
catch(IOException e) { 
    e.printStackTrace(); 
} 

for (byte b : buffer) { 
    System.out.printf("%H ",b); 
} 

mi ha dato questo output:

50 4B 3 4 

Answer 4

Introduzione

Dal momento che tutte le risposte sono 5 anni mi sento un dovere di scrivere, cosa sta succedendo oggi. Dubito seriamente che si dovrebbero leggere i byte magici del flusso! Questo è un codice di basso livello, dovrebbe essere evitato in generale.

Risposta semplice

Miku scrive:

se il flusso può essere letta tramite ZipInputStream, deve essere compresso.

Sì, ma in caso di ZipInputStream "si può leggere" significa che prima chiamata a .getNextEntry() restituisce un valore non nullo. Nessuna eccezione che cattura eccetera. Così, invece di byte magici parsing solo si può fare:

boolean isZipped = new ZipInputStream(yourInputStream).getNextEntry() != null; 

E il gioco è fatto!

generali pensieri di decompressione

In generale, è risultato che è molto più conveniente per lavorare con i file, mentre [un] zippare, che con i flussi. Ci sono diverse librerie utili, oltre a ZipFile ha più funzionalità di ZipInputStream. La gestione dei file zip è discussa qui: What is a good Java library to zip/unzip files? Quindi se si può lavorare con i file è meglio farlo!

Esempio di codice

ho bisogno nella mia richiesta di lavorare solo con i flussi. Quindi questo è il metodo che ho scritto per decomprimerlo:

import org.apache.commons.io.IOUtils; 
import java.util.zip.ZipEntry; 
import java.util.zip.ZipInputStream; 

public boolean unzip(InputStream inputStream, File outputFolder) throws IOException { 

    ZipInputStream zis = new ZipInputStream(inputStream); 

    ZipEntry entry; 
    boolean isEmpty = true; 
    while ((entry = zis.getNextEntry()) != null) { 
     isEmpty = false; 
     File newFile = new File(outputFolder, entry.getName()); 
     if (newFile.getParentFile().mkdirs() && !entry.isDirectory()) { 
      FileOutputStream fos = new FileOutputStream(newFile); 
      IOUtils.copy(zis, fos); 
      IOUtils.closeQuietly(fos); 
     } 
    } 

    IOUtils.closeQuietly(zis); 
    return !isEmpty; 
} 

Answer 5

Controllare il numero magico potrebbe non essere l'opzione giusta.

I file Docx hanno anche un numero magico simile 50 4B 3 4