GZIP压缩原理分析（18）——第五章 Deflate算法详解（五09） 算法分析（03） 格式说明（02） 存储类型

存储类型（store）的格式如下，

   0     1     2    3     4...

+---+---+---+---+================================+

|    LEN   |  NLEN  |... LEN bytes of literal data...|

+---+---+---+---+================================+

每个‘+---+’代表一个字节，‘+==============+’代表一定数量的字节。LEN表示本块共含有多少个字节的数据（该块没有压缩，所以对应的数据仍然是字节流），NLEN是LEN的补充（其实我也不知道NLEN是怎么使用的，没怎么见过，这里贴上RFC原文“NLEN is the one's complement of LEN”）。后面就是被存储的原始数据了。

很明显，存储类型全部是字节流，块首部只有三比特，而且块首部后面紧跟着就是以该格式表示的存储类型的数据了，对于这种情况，实际的处理方式就是，块首部后面如果还不够一个字节，那么剩下的不够一个字节的那几个比特就全部忽略，实际的数据从一个全新的字节开始。简而言之，就是块首部是比特流而被存储的数据是字节流，这两种流要拼在一起，为了让比特流是字节的整数倍，因此可能要浪费几个比特。例如，块首部只用了一个字节的三比特，还有五比特可用，这个时候，如果使用存储类型，那么这五比特就浪费了，数据会从下一个字节开始。如下图所示，

原始文件a.txt中只有字符a，整个文件只有1个字节，使用gzip压缩，该文件使用的压缩方式是存储，去掉gzip文件头和文件尾，就只剩下以下内容“01 01 00 FE FF 61”。其中，“61”就是字符a，将其他内容转换成二进制就是“0000 0001 0000 0001 00000000 1111 1110 1111 1111”。看第一个字节，“0000 0001”，这是内存中实际存储的方式，我们要从右往左找块首部（这种方式只针对被压缩之后的二进制码流，该方法后面要经常使用），就是“001”，从右往左读就是“100”，第一位是1，表示这是最后一个压缩块，后面两位是零，表示这里使用存储的方式。这个字节还剩下五比特，全部是零了，这五比特没有任何含义，完全是为了给块首部补齐一个字节。可以看到，后面的四个字节，其实就是LEN和NLEN，这里要注意高低字节的问题（大小端），LEN其实是“00 01”，NLEN是“FF FE”，CRC32是“E8 B7 BE 43”,原始文件长度是“00 00 00 01”，提示，这几个数可不是二进制码流，每个字节内部可不能从右往左读，比如把“0x43”读成“0xC2”，切记切记！！！