ZIP文件各部分的总和与其大小不符
简而言之 - 我现在在做一个项目，目的是提供关于一个压缩文件里条目的信息，并且要说明这些条目的大小是从哪里来的。下面的例子虽然和我的实际问题（有成千上万条目）不完全一样，但能突出我遇到的实际问题。我的问题是，压缩文件里有一部分大小是无法解释的（我猜是用于压缩的额外开销）。我压缩文件里所有条目的总大小加上它们之间的预期空隙，结果还小于压缩文件的实际大小。我该如何检查这个压缩文件，以便了解这些隐藏的开销呢？
目前的情况：
我有一个文件夹，里面有三个文件：
doc.pdfcat.jpgmodel.stl
我用一个免费的程序把这些文件压缩成一个zip文件：demo.zip
用Python我可以很容易地检查这些文件：
info_list= zipfile.ZipFile('demo.zip').infolist()
for i in info_list:
print i.orig_filename
print i.compress_size
print i.header_offset
通过这些信息，我们可以得到一些数据。
demo.zip的总大小是84469字节。
这些文件的压缩大小是：
|---------------------|-----------------|---------------|
| File | Compressed Size | Header Offset |
|---------------------|-----------------|---------------|
| doc.pdf | 21439 | 0 |
|---------------------|-----------------|---------------|
| cat.jpg | 48694 | 21495 |
|---------------------|-----------------|---------------|
| model.stl | 13870 | 70232 |
|---------------------|-----------------|---------------|
我知道压缩会导致条目之间有一些空隙。（因此之前条目大小的总和和每个条目的头部偏移量之间会有差异）。你可以计算这个小的“空隙”：
gap = offset - previous_entry_size - previous_entry_offset
我可以更新我的图表，让它看起来像这样：
|---------------------|-----------------|---------------|---------------|
| File | Compressed Size | Header Offset | 'Gap' |
|---------------------|-----------------|---------------|---------------|
| doc.pdf | 21439 | 0 | 0 |
|---------------------|-----------------|---------------|---------------|
| cat.jpg | 48694 | 21495 | 56 |
|---------------------|-----------------|---------------|---------------|
| model.stl | 13870 | 70232 | 43 |
|---------------------|-----------------|---------------|---------------|
很好。那么现在人们可能会期待demo.zip的大小等于所有条目大小和它们之间空隙的总和。（在上面的例子中是84102字节）。
但事实并非如此。所以显然，压缩需要头部信息和关于如何压缩（以及如何解压缩）的信息。但我遇到的问题是如何定义这个信息或获取更多相关信息。
我可以简单地用84469减去84102，得到~神秘的压缩开销~ = 367字节。但这似乎不太理想，因为这个数字显然不是神秘的。有没有办法检查底层的zip数据，看看这些占用的空间是怎么回事？
相关问题：
- 暂无相关问题