修複損壞的gzip壓縮檔案方法之實用篇

在上一篇中已知，修複一個損壞的gzip檔案的關鍵環節在于找到下一個正常壓縮包的起始點。根據結構圖中的資訊可知，每個壓縮包的開始結構中有是否到達尾部标志、使用的哈夫曼樹類型、以及3個哈夫曼樹的樹元素個數等。如果某個gzip檔案中間有一個壞扇區，要找到壞扇區後的一個正常起點，僅需按位右移，一直移位到可以正常解壓的某個位，就可能找到了正确的壓縮包起始。而根據gzip檔案的壓縮作業視窗為32KB大小推算，這個周遊不會超過64KB即可找到。在記憶體中快速循環可以很快找到，但需要有明确的判斷錯誤的方法。

首先可以明确的是結尾标志，應該為0(我們是從損壞的點向後查)。而哈夫曼樹類型也大緻應該是動态哈夫曼(0x02)，cl1的元素個數應該取值為257到286之間(包含邊界)，cl2的元素個數應小于等于30，ccl的元素個數取值可為1-15(包含邊界)。

其實，還可以參考的東西有，解開的哈夫曼樹是否異常，或者通過規律性原則找到最後一個取值為256的值，但這些算法應該是較為麻煩的，有上面的算法連續校驗幾個壓縮塊就足夠了。

具體方法是對gzip的源碼做修改，進行周遊。因時間關系，未做成通用工程，僅快速修改了部分代碼。大緻的修改點為：

一，找到損壞點：

在unzip.c中，

error("invalid compressed data--format violated");

這一行前，擷取目前解碼位元組位置即可。

二、周遊找到損壞點：

1、inflate.c檔案中，改

if (nl > 286 || nd > 30)
#endif
return 1;
           

為：

if (nl > 286 || nd > 30||nl <257 || nd <1)
#endif
return 1;
           

2、inflate.c檔案中，在int inflate_block(e)函數中

在如下代碼前

bb = b;
bk = k;
           

加入代碼：

if ((t != 2) || (*e != 0))
    return 2;
           

3、inflate.c檔案中，在int inflate_block(e)函數尾部

把if (t == 0) 與if (t == 1)的情況都直接傳回錯誤值2。

4、inflate.c檔案中，函數int inflate()中，改

if ((r = inflate_block(&e)) != 0)
   return r;
end
           

為：

unsigned t;           /* block type */
register ulg b;       /* bit buffer */
register unsigned k;  /* number of bits in bit buffer */
while (inptr <= insize)
{
    unsigned int tptr = inptr;
    unsigned int tbk = bk;
    unsigned long tbb = bb;
    unsigned int twp = wp;
    long long tstart = *(long long*)(inbuf + tptr);
    if ((r = inflate_block(&e)) != 0)
    {
        inptr = tptr;
        bb = tbb;
        bk = tbk;
        wp = twp;
        b = bb;
        k = bk;
        NEEDBITS(1)
        DUMPBITS(1)
    }
    else
    {
        printf("get by www.datahf.net!"); //也可輸出tstart,bb,bk 值，轉載時請保留版權資訊：www.datahf.net張宇
    }
} 
           

此4步完成後，試着調試這個錯誤的.gz檔案，當然，也可以在代碼中解釋完頭部結構後加一個seek，直接seek到損壞位置。

通常情況下，輸出printf(“get by www.datahf.net!”)這行代碼時，已經找到了正确的起始位。

找到起始位後，也可以構造或拷貝一個正常的gzip檔案頭，再拼接好找到的位流，即可解壓了。(如果位流不是位元組對齊的，可能要全部做位移)。拼接後很多壓縮檔案就可以打開甚至于解壓了，不過，有可能會報錯，主要是尾部的校驗和大小錯，其實可以忽略。

如果拼接好了linux下，不能直接用“gzip –d”解壓，因其crc有錯誤，會導緻解壓到99%後報錯，然後把檔案删除，換成管道指令即可：