ZIP文件格式。如何正确读取文件？

Posted 2021-04-09

我目前正在开发一个Node.js项目。我希望能够读取，修改和编写ZIP文件而不将其保存到FS中（我们通过TCP接收它并在修改后将其发回），到目前为止看起来可能是简单的ZIP文件结构。目前我指的是this documentation。

所以ZIP文件结构简单：

File header 1
File data 1
File data descriptor 1

File header 2
File data 2
File data descriptor 2

...

[other not important yet]

首先，我们需要读取文件头，其中包含字段compressed size，它可能是读取file data 1长度的完美方式。但事实并非如此。该字段可能包含'0'或'0xFFFFFFFF'，这些值不描述其实际长度。在这种情况下，我们必须读取文件数据而不知道它的长度信息。但是怎么样？

压缩/解压缩算法描述对我来说看起来相当复杂，我打算无论如何都要使用ZLIB进行压缩。所以如果那里描述了有用的东西，那么我就错过了这一点。

有人能解释一下阅读这些文件的正确方法吗？

附：请避免建议使用npm模块。我不想只解决问题，还要了解事情是如何运作的。

答案

注意 - 我假设您想要读取和处理zip文件，因为它来自套接字，而不是在处理之前将完整的zip文件读入内存。这两个选项都有效。

我最初忽略了compressed size的值为'0'或'0xFFFFFFFF'的用例。前者仅存在于以流模式创建的zip文件中，后者适用于大于4Gig的zip文件。

处理它们会增加很多复杂性 - 如有必要，您可以在以后添加对它们的支持。是否需要支持0 / 0xFFFFFFFF用例取决于您要处理的zip文件的性质。

当compression method是deflated（8）时，使用zlib进行压缩/减压。你还需要支持compression method stored（0）。它用于压缩不合适的非常小的文件。