如何解析设置了第 3 位的 ZIP 文件？

Question

我想编写从 ZIP 文件中提取文件的代码。

通常我会遍历文件，期待本地文件头或中央目录开始/结束签名。本地文件头的长度为

30

+

file name length

+

extra field length

字节，其中

file name length

和

extra field length

是存储在文件头位置 26 和 28 处的 16 位数字。文件数据将在标头之后开始，长度为

compressed size

字节，以 32 位数字形式存储在标头的位置 18 处。我希望在文件数据之后有下一个签名。

但是，有一些ZIP文件的

compressed size

为0。这些文件通常是作为流生成的，因此当生成本地文件头时，压缩后的大小还不知道。根据规范，此类文件由设置的本地文件头

general purpose bit flag

的第3位指示。对于此类文件，压缩内容后跟一个数据描述符，其中包含文件的校验和和大小。下一个本地文件或中央目录只会跟随在该数据描述符之后。

我无法理解如何检测数据签名的位置，以便我知道从哪里开始寻找下一个签名。我真的很困惑为什么这似乎没有在任何地方得到解释，因为这似乎是一个非常明显的问题。

看起来压缩方法8（deflate）压缩后的数据是以块的形式存储的，并且有一个标记指示最后一个块，因此压缩方法本身提供了一种检测压缩数据结束的方法。然而，并非所有压缩方法都是如此。特别是，压缩方法0（无压缩）似乎没有提供这样的方式，因为未压缩的数据按原样存储。我也不能仅仅查找数据中的下一个签名，因为文件本身的未压缩数据可能包含签名。我也不能等待中央目录并在那里查找文件大小，因为我不知道如何找到中央目录的位置。

如何解析设置了位 3 且因此不包含压缩文件大小的文件？

Answer 1

“因为我不知道如何找到中央目录的位置。”

然后学习如何操作。您可以从 zip 文件的末尾搜索中央目录末尾的记录。这将为您提供中央目录的偏移量，或者如果该偏移量超过 2³²-2，则结束记录 32 位偏移量将包含 2³²-1，并且紧随其后的是 zip64 结束-of-central-directory-locator。这将具有 zip64 end-of-central-directory 记录的 64 位偏移量，该记录将具有中心目录的 64 位偏移量。

中央目录将包含所有长度。

不应该有一个 zip 文件为非自终止的压缩数据格式设置标志位 3，例如存储。您应该能够以流的形式读取 zip 文件，而不必从中央目录获取长度。