问题描述
我正在尝试解压缩从这里下载的 WARC ZST 文件:https://archive.org/details/archiveteam_yahooanswers_20210422220546_c4fac540
我尝试了命令 zstd -d yahooanswers_20210422220546_c4fac540.1619026173.megawarc.warc.zst
,但出现此错误:
73.megawarc.warc.zst : 0 MB... 73.megawarc.warc.zst : Decoding error (36) : Dictionary mismatch
我怎样才能找到所说的字典,或者有没有其他替代方法?
解决方法
字典可以在 warc 的第一个可跳过的框架内找到。
要提取字典 OrIdow6,请编写以下内容以提取它:https://transfer.notkiska.pw/inline/TXlRo/xtract.py
你需要 python3、zstd 和 zstandard
python ./xtract.py /path/to/megawarc.warc.zst > dict
然后你可以
zstd -d /path/to/megawarc.warc.zst -D dict
并且您应该能够使用标准的 warc 查看工具查看 megarc