gz文件Header 解析

GZ (*.gz)是Unix系统下一种很常用的压缩文件格式(windows下也可用)。本文主要说明一下gz文件header部分的内存布局。

注释图形说明

+--- +
|   　| 　<-- 每个这种格子代表一个字节（byte）
+ ---+

+==============+
|                                   |   <-- 这种格子代表多个字节
+==============+

１．gz header的最基本结构如下
+ ---+ --- + ---- +-----+---+---+---+---+----+ ---- +
| ID1| ID2| CM | FLG|     MTIME      |XFL| OS  |   (more-->)
+--- + --- + ---- + ---- +---+---+---+---+----+ ---- +

2. 格式说明

ID1 和 ID2
     为gzip格式标志，为固定值 ID1 = 31(0x1f, \037); ID2 = 139(0x8b, \213)

CM (压缩方法)
     0-7bit为保留位，8 = deflate

FLAG
     这个字节被分为8个bit
     bit 0   FTEXT     此文件可能为ASCII码文件，但大多情况下都不设置此bit
     bit 1   FHCRC     在gzip[1.2.4]之前从不设置此bit
     bit 2   FEXTRA    表示在gz header基本结构基础上加入其他信息
     bit 3   FNAME     加入文件名字，文件名以'\0'结尾
     bit 4   FCOMMENT  加入其他说明，以'\0'结尾
     bit 5   reserved  此 bit 保留
     bit 6   reserved  此 bit 保留
     bit 7   reserved  此 bit 保留

MTIME
     指示最近修改时间(格式为Unix时间戳)，表示距离1970年1月1日 00:00:00 GMT所经历的秒数（SEC）。

XFL
     当设置了CM=8后，此bit可用，指代压缩方法。XFL = 2 : 最大压缩率，速度最慢的算法； XFL = 4 : 最快的压缩算法。

OS
     指示操作系统
  　　0 - FAT filesystem (MS-DOS, OS/2, NT/Win32)
  　　1 - Amiga
  　　2 - VMS (or OpenVMS)
  　　3 - Unix
  　　4 - VM/CMS
  　　5 - Atari TOS
  　　6 - HPFS filesystem (OS/2, NT)
  　　7 - Macintosh
　　  8 - Z-System
　　  9 - CP/M
　　 10 - TOPS-20
　　 11 - NTFS filesystem (NT)
　　 12 - QDOS
　　 13 - Acorn RISCOS
　　255 - unknow

3. Extra Field
     如果设置了FLAG.FEXTRA,则在基本结构后会增加如下结构
     XLNE: 额外数据的字节长度（byte）
     +---+---+=================================+
     | XLEN  |        ...XLEN bytes of "extra field"...                |   (more-->)
     +---+---+=================================+
     
     XLEN后面的子field也有特定的格式，其格式如下：
     +----+----+----+----+==========================+
     |SI1 | SI2|  LEN     |...  LEN bytes of subfield data ...     |
     +----+----+----+----+==========================+

     SI1 和　SI2 为子field的标志，　LEN为子field的数据长度(byte)

        SI1         SI2              LEN              Data
     ----------  ----------          ----   ----------------------------
     0x41 ('A')  0x70 ('P')   29    Apollo file type information

REF: http://www.zlib.org/rfc-gzip.html