为什么Java和Go的gzip会得到不同的结果?
首先,我的Java版本:
string str = "helloworld";
ByteArrayOutputStream localByteArrayOutputStream = new ByteArrayOutputStream(str.length());
GZIPOutputStream localGZIPOutputStream = new GZIPOutputStream(localByteArrayOutputStream);
localGZIPOutputStream.write(str.getBytes("UTF-8"));
localGZIPOutputStream.close();
localByteArrayOutputStream.close();
for(int i = 0;i < localByteArrayOutputStream.toByteArray().length;i ++){
System.out.println(localByteArrayOutputStream.toByteArray()[i]);
}
输出为:
三十一 -117 8. 0 0 0 0 0 0 0 -53 72 -51 -55 -55 47 -49 47 -54 73 1. 0 -83 32 -21 -7 10 0 0 0
然后是Go版本:
var gzBf bytes.Buffer
gzSizeBf := bufio.NewWriterSize(&gzBf, len(str))
gz := gzip.NewWriter(gzSizeBf)
gz.Write([]byte(str))
gz.Flush()
gz.Close()
gzSizeBf.Flush()
GB := (&gzBf).Bytes()
for i := 0; i < len(GB); i++ {
fmt.Println(GB[i])
}
输出:
三十一 139 8. 0 0 9 110 136 0 255 202 72 205 201 201 47 207 47 202 73 1. 0 0 0 255 255 1. 0 0 255 255 173 32 235 249 10 0 0 0
为什么?
起初我认为这可能是由于这两种语言的字节读取方法不同造成的。但是我注意到0永远不能转换成9。而且[]byte
的大小是不同的
我写错代码了吗?有没有办法让我的Go程序获得与Java程序相同的输出
谢谢
# 1 楼答案
从RFC 1952开始,GZip文件头的结构如下:
根据您提供的输出,我们有:
因此,我们可以看到Go正在设置头的修改时间字段,并将操作系统设置为
255
(未知),而不是0
(FAT文件系统)。在其他方面,它们表示文件以相同的方式压缩一般来说,这些差异是无害的。如果要确定两个压缩文件是否相同,则应该真正比较文件的解压缩版本
# 2 楼答案
首先,Java中的
byte
类型是有符号的,它的范围是-128..127
,而在Go中byte
是uint8
的别名,它的范围是0..255
。因此,如果要比较结果,必须将负Java值移位256
(添加256
)提示:要以无符号方式显示Java
byte
值,请使用:byteValue & 0xff
将其转换为int
,使用byte
的8位作为int
中的最低8位。或者更好:以十六进制形式显示这两个结果,这样您就不必关心符号的大小即使你做了轮班,你仍然会看到不同的结果。这可能是由于不同语言的默认压缩级别不同。请注意,尽管Java和Go中的默认压缩级别都是
6
,但这并没有指定,不同的实现可以选择不同的值,并且在将来的版本中也可能会更改即使压缩级别相同,您也可能会遇到差异,因为gzip基于LZ77和Huffman coding,它使用基于频率(概率)的树来决定输出代码,如果不同的输入字符或位模式具有相同的频率,则分配的代码可能会有所不同,此外,多个输出位模式可能具有相同的长度,因此可能会选择不同的模式
如果您想要相同的输出,唯一的方法是(参见下面的注释!)使用0压缩级别(根本不压缩)。在Go中使用压缩级别}
gzip.NoCompression
,在Java中使用^{爪哇:
去:
但我不会担心不同的输出。Gzip是一个标准,即使输出不相同,您仍然可以使用任何用于压缩数据的Gzip解码器对输出进行解压缩,解码后的数据将完全相同
以下是简化版和扩展版:
这并不重要,但是你的代码太复杂了。您可以这样简化它们(这些版本还包括设置0压缩级别和转换负Java
byte
值):Java版本:
Go版本:
注意事项:
gzip格式允许在输出中包含一些额外的字段(标题)
在Go中,这些由^{} 类型表示:
它可以通过^{} 结构字段访问。Go设置并插入它们,而Java不设置(将标题字段保留为零)。因此,即使在两种语言中将压缩级别设置为0,输出也将不相同(但“压缩”数据将在两种输出中匹配)
不幸的是,标准Java没有提供设置/添加这些字段的方法/接口,Go也没有使填充输出中的
Header
字段成为可选,因此您将无法生成精确的输出一个选项是使用支持设置这些字段的第三方Java GZip库Apache Commons Compress就是这样一个例子,它包含一个^{} 类,该类具有允许传递^{} 实例的构造函数。这个
GzipParameters
是gzip.Header
结构的等价物。只有使用它,您才能生成精确的输出但正如前面提到的,生成精确的输出并没有实际的价值