这就是问题所在。我有sample.gz文件,大小约为60KB。我想解压缩这个文件的前2000字节。我遇到了CRC check failed错误,我猜是因为gzip CRC字段出现在文件的末尾,它需要整个gzip文件进行解压缩。有办法绕过这个吗?我不在乎CRC检查。即使我因为坏的CRC而无法解压缩,也没关系。有没有办法绕过这个并解压缩部分.gz文件?
我目前掌握的代码是
import gzip
import time
import StringIO
file = open('sample.gz', 'rb')
mybuf = MyBuffer(file)
mybuf = StringIO.StringIO(file.read(2000))
f = gzip.GzipFile(fileobj=mybuf)
data = f.read()
print data
遇到的错误是
File "gunzip.py", line 27, in ?
data = f.read()
File "/usr/local/lib/python2.4/gzip.py", line 218, in read
self._read(readsize)
File "/usr/local/lib/python2.4/gzip.py", line 273, in _read
self._read_eof()
File "/usr/local/lib/python2.4/gzip.py", line 309, in _read_eof
raise IOError, "CRC check failed"
IOError: CRC check failed
还有没有任何方法可以使用zlib模块来执行此操作并忽略gzip头?
我觉得你应该查一下Python zlib图书馆
GZIP格式依赖于zlib,但引入了文件级压缩概念和CRC检查,这似乎是您目前不需要的。
例如,请参见这些code snippets from Dough Hellman
编辑:Doubh Hellman站点上的代码只显示如何使用zlib压缩或解压缩。如上所述,GZIP是“带信封的zlib”,在获取zlib压缩数据之前,您需要解码envellope。下面是更多的信息,其实没那么复杂:
很抱歉,我们既没有提供简单的过程,也没有提供现成的代码片段,但是,使用上面的指示对文件进行解码应该比较快速和简单。
我看不出你为什么要解压缩前2000个压缩字节的任何可能的原因。根据数据的不同,这可能会解压缩到任意数量的输出字节。
当然,您希望解压缩文件,并在解压缩了所需的文件量后停止,例如:
AFAIK,这不会导致整个文件被读取。它只读取前4000字节所需的数据。
gzip模块的问题不是它不能解压缩部分文件,而是只有在它试图验证解压缩内容的校验和时,才会在最后出现错误。(原始校验和存储在压缩文件的末尾,因此验证永远不会使用部分文件。)
关键是诱使gzip跳过验证。answer by caesar0301是通过修改gzip源代码来实现这一点的,但是不必这么做,简单的猴子补丁就可以了。我编写此上下文管理器是为了在解压缩部分文件时临时替换
gzip.GzipFile._read_eof
:示例用法:
相关问题 更多 >
编程相关推荐