存在哪些 GZip 额外字段子字段？

Question

RFC 1952（GZIP 文件格式规范）第 2.3.1.1 节内容如下：

2.3.1.1. Extra field

   If the FLG.FEXTRA bit is set, an "extra field" is present in
   the header, with total length XLEN bytes.  It consists of a
   series of subfields, each of the form:

      +---+---+---+---+==================================+
      |SI1|SI2|  LEN  |... LEN bytes of subfield data ...|
      +---+---+---+---+==================================+

   SI1 and SI2 provide a subfield ID, typically two ASCII letters
   with some mnemonic value.  Jean-Loup Gailly
   <email@hidden> is maintaining a registry of subfield
   IDs; please send him any subfield ID you wish to use.  Subfield
   IDs with SI2 = 0 are reserved for future use.  The following
   IDs are currently defined:

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

   LEN gives the length of the subfield data, excluding the 4
   initial bytes.

除了 RFC 中给出的

AP

之外，是否还存在任何子字段类型？网络搜索找不到列表； GZip 的维基百科页面、GNU 主页、gzip 源代码或 Stack Overflow 上都没有提及。

Answer 1

据我所知，没有维护这样的注册表。 Jean-loup 不再适用于 gzip。

Answer 2

这里还有一个正在使用的子字段：

BGZF 格式（符合 gzip）是为生物信息学而开发的，使用子字段类型“BC”来指示当前块的大小。这用于使并行解压变得容易。

来自 http://samtools.github.io/hts-specs/SAMv1.pdf 的规范：

每个 BGZF 块都包含一个标准 gzip 文件头，具有以下符合标准的扩展名：

1. 标头中的 F.EXTRA 位设置为指示存在额外字段。
2. BGZF 使用的额外字段使用两个子字段 ID 值 66 和 67（ASCII ‘BC’）。
3. BGZF额外字段有效负载（gzip规范中的字段LEN）的长度为2（两个字节 有效负载）。
4. BGZF额外字段的有效负载是小端格式的16位无符号整数。这个整数 给出包含 BGZF 块的大小减一。

Answer 3

要记住两件事：

a) 某些 gzip 库甚至可能不会公开子字段。悲伤但真实。

b) 如果使用任何子字段，则生产应用程序可能与消费应用程序保持一致。因此，除非生成的 gzip 以某种方式暴露给意外的消费者，否则任意选择的子字段 ID 干扰消费应用程序行为的机会非常小（假设 62 个区分大小写的 alphanum ascii 中有 2 个字符，即 3844 个字符中的 1 个）。您不太可能在仅用于压缩的通用 gzip 流上看到任何子字段。

因此，如果您的目标是使用未注册 ID 的有目的的子字段来压缩我自己的文件，我会非常有信心。