问题描述
我从PDF中提取了原始数据，然后将原始数据解压缩并再次压缩。
- 原始十六进制标题
48 89 EC 57 ....
- 转换后的十六进制标题
78 9C EC BD ...
我深入zlib压缩并获得标头48也是zlib.header之一。
但是大多数78用于zlib压缩。
解压缩的是我的代码：
decompress_wbit = 12
compress_variable = 6
output_data = zlib.decompress(open(raw_data,"rb").read(),decompress_wbit)
output_data = zlib.compress(output_data,6)
output_file = open(raw_data + '_',"wb")
output_file.write(output_data)
output_file.close()
我更改了decompress_wbit和compress_variable，但仍然保留78。
这是有关zlib.header的简短描述。
- CINFO（第12-15位）
以2的幂表示窗口大小，从0（256字节）到7（32768字节）。通常为7。不允许更高的值。
- CM（第8-11位）
压缩方法。仅允许放气（8）。
- FLEVEL（第6-7位）
大致表示压缩级别，从0（快/低）到3（慢/高）
- FDICT（第5位）
指示是否使用预设字典。通常为0。技术上允许1，但是我不知道定义预设词典的Deflate格式。
- FCHECK（位0-4）
校验和（5位，0..31），其计算得出的值是整个值除以31不会得到余数。
通常情况下，只能自由更改CINFO和FLEVEL字段，并且必须根据最终值来计算FCHECK。*假设没有预设字典，则其他字段所包含的内容均无选择，因此共有32种可能标头有效。他们在这里：
FLEVEL: 0 1 2 3
CINFO:
0 08 1D 08 5B 08 99 08 D7
1 18 19 18 57 18 95 18 D3
2 28 15 28 53 28 91 28 CF
3 38 11 38 4F 38 8D 38 CB
4 48 0D 48 4B 48 89 48 C7
5 58 09 58 47 58 85 58 C3
6 68 05 68 43 68 81 68 DE
7 78 01 78 5E 78 9C 78 DA
请让我知道如何在解压缩和压缩时保留zlib.header
感谢您的时间。
解决方法
我首先要注意，没关系。使用该zlib标头可以很好地将数据解压缩。你为什么在乎？
您正在向zlib.compress提供少量数据，以允许使用较小的窗口。由于允许，Python库选择使用较小的窗口进行压缩。
避免这种情况的一种方法是改为使用zlib.compressobj。启动后，它不知道您将要喂入多少数据，并且默认为最大窗口大小。