在只读 gzip 流中实现搜索

Question

我有一个在

.gz

类文件对象中搜索的应用程序。

Python 的

gzip.GzipFile

支持这一点，但效率很低——当 GzipFile 对象被要求返回时，它将倒回到流的开头 (

seek(0)

)，然后读取并解压缩所有内容，直到所需的偏移量。

不用说，在寻找大型

tar.gz

文件（数十GB）时，这绝对会降低性能。

所以我希望实现检查点：时不时地存储流状态，当被要求返回时，只转到下一个先前存储的检查点，而不是一直倒回开头。

我的问题是围绕

gzip

/

zlib

实现：“当前解压器状态”由什么组成？它存储在哪里？有多大？

我如何从打开的 GzipFile 对象中复制该状态，然后将其分配回去以进行“向后跳转”搜索？

---

注意我无法控制输入的 .gz 文件。解决方案必须严格针对 GzipFile 只读

rb

模式。