gzip -l返回未压缩文件大小的值不正确

Question

5

我想快速评估gzip文件的行号。我的方法是检查文件的未压缩大小，从文件开头采样100行（例如使用zcat filename | head -n 100 ），并将未压缩大小除以这100行的平均行大小。

问题在于，我从gzip -l获得的数据是无效的。大多数情况下，未压缩大小过小，在某些情况下产生负压缩值。例如，在一个案例中，压缩文件大小为1.8gb，而gzip -l列出的未压缩大小为0.7gb，但解压后实际上为9gb。我尝试过解压和重新压缩，但仍然得到相同的未压缩大小。

系统环境：Ubuntu 18.04.3，gzip版本为1.6。

- Caharpuka

我并没有解析输出，只是看控制台上的打印信息。无论如何，下面的回答有解释。 - Caharpuka

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- pmqs · Accepted Answer

以下是gzip规范（RFC 1952）的一部分，它定义了未压缩大小在gzip文件中的存储方式。

ISIZE (Input SIZE)
    This contains the size of the original (uncompressed) input
    data modulo 2^32.

你正在处理一个gzip压缩文件，其未压缩大小大于2^32，因此gzip -l报告的未压缩大小总是不正确。

请注意，gzip文件格式的这种设计限制不会在解压缩存档时造成任何问题。仅影响gzip -l或gunzip -l命令的使用。