电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛

标题: 使用 XZ Utils 获得更高的压缩率--关于 liblzma API [打印本页]

作者: look_w 时间: 2018-1-10 11:16 标题: 使用 XZ Utils 获得更高的压缩率--关于 liblzma API

liblzma API关于 liblzma APIliblzma API 提供了 LZMA1/LZMA2 算法的实现，并具有类似于 Zlib 的 API 接口。也和 gzip、bzip2 一样 XZ Utils 是流压缩格式。通过 liblzma API 接口，可以相对简单的编程实现对数据的压缩和解压缩。
使用 liblzma API 压缩数据使用 liblzma 压缩数据的过程，大致过程如下。

定义 lzma_stream 结构体变量并使用 LZMA_STREAM_INIT 初始化，这个 lzma_stream 结构体变量会在整个数据压缩过程中被使用。有点类似于 C 中标准库中文件处理使用的结构体 FILE 。
1
lzma_stream strm = LZMA_STREAM_INIT;
调用 lzma_easy_encoder 函数做压缩准备工作。函数的第一参数是 lzma_stream. 结构体变量的指针，第二参数则指明了期望压缩率大小。有效值为 [0,9], 数字越高压缩率越高。第三参数是指明数据完整性检查方法，LZMA_CHECK_CRC64 可以满足大多数情况需要。当然，还有 LZMA_CHECK_CRC32, LZMA_CHECK_SH256 可供选择，或者使用 LZMA_CHECK_NONE 不进行数据完整性检查。 lzma_easy_encoder (&strm, 6, LZMA_CHECK_CRC64);
通过设定 lzma_stream 结构体变量中的 next_in 和 avail_in 字段，指明待压缩的数据开始地址和长度。
1
2
strm.next_in = in_buf; //input buffer address.
strm.avail_in = in_len; //data length.
通过设定 lzma_stream 结构体变量中的 next_out 和 avail_out 字段，指明存放压缩结果 buffer 地址和长度。
1
2
strm.next_out = out_buf; //output buffer address
strm.avail_out = 4096; //output buffer length.
然后通过调用 lzma_code 函数来压缩数据，或结束压缩数据。lzma_code 函数有两个参数，第一个参数是 lzma_stream 指针。而第二个参数用来指明 lzma_code 的动作： LZMA_RUN: 进行数据处理； LZMA_FINISH: 结束数据处理。
1
2
lzma_code (&strm, LZMA_RUN); /* compress data */
lzma_code (&strm, LZMA_FINISH); /* Finish operation.*/
最后要调用 lzma_end 函数释放资源，退出。
1
lzma_end(&strm);

下面是一段完整的示例程序。所示程序从标准输入 (stdin) 读入数据，压缩后写到标准输出 (stdout). 为了更便于理解压缩过程，示例代码省略了所有的异常处理和一些其他次要细节。
清单 1. 压缩数据的代码示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

#include <stdio.h>
#include <stdint.h>
#include <inttypes.h>
#include <stdbool.h>
#include <lzma.h>

void xz_compress (FILE *in_file, FILE *out_file) {
lzma_check check = LZMA_CHECK_CRC64;
/* alloc and init lzma_stream struct */
lzma_stream strm = LZMA_STREAM_INIT;

uint8_t in_buf [4096];
uint8_t out_buf [4096];
bool in_finished = false;

/* initialize xz encoder */
lzma_easy_encoder (&strm, 6, LZMA_CHECK_CRC64);
while (! in_finished) {
   /* read incoming data */
   size_t in_len = fread (in_buf, 1, 4096, in_file);

   if (feof (in_file))  {
         in_finished = true;
   }

   strm.next_in = in_buf;
   strm.avail_in = in_len;

   /* if no more data from in_buf, flushes the internal xz buffers and
      * closes the xz data with LZMA_FINISH */
   lzma_action action = in_finished ? LZMA_FINISH : LZMA_RUN;

   /* loop until there's no pending compressed output */
   do {
         strm.next_out = out_buf;
         strm.avail_out = 4096;

         lzma_code (&strm, action); /* compress data */

         size_t out_len = 4096 - strm.avail_out;
         fwrite (out_buf, 1, out_len, out_file); /* write compressed data */
   }while (strm.avail_out == 0);
}

lzma_end (&strm);
}

int main () {
xz_compress (stdin, stdout);
return 0;
}

编译命令 :

1	$ gcc -g -o xz_pipe_mini xz_pipe_comp_mini.c -llzma

使用例子 :

1	$ cat a.txt \| xz_pipe_mini > a.txt.xz

使用 liblzma API 解压数据使用 liblzma 进行解压缩的过程和压缩数据的过程基本一致。主要的区别是使用 lzma_stream_decoder 函数代替 lzma_easy_decoder 函数来进行 decoder 的初始化。

1	lzma_stream_decoder (&strm, memory_limit, flags);

lzma_stream_decoder 函数的第一参数是数是 lzma_stream 结构体变量的指针。第二参数则指明了在解压缩过程中使用内存的最大值。若 UINT64_MAX 则为不限制内存使用量。第三参数用来指明一些其他 flags 值：

LZMA_TELL_NO_CHECK: 如果压缩数据流中未指明数据完整性检查方式，则函数 lzma_code 返回 LZMA_TELL_NO_CHECK 。
LZMA_TELL_UNSUPPORTED_CHECK: 如果压缩数据流使用了不被支持的数据完整性检查方式，则函数 lzma_code 会返回 LZMA_TELL_UNSUPPORTED_CHECK 。
LZMA_CONCATENATED: 支持多个压缩流连接到一个 xz 文件内。

下面是一段完整的示例程序。所示程序从标准输入 (stdin) 读入数据，解压缩的数据写到标准输出 (stdout). 示例代码省略了所有的异常处理和一些其他次要细节。
清单 2. 解压缩数据的代码示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75

#include <stdio.h>
#include <stdint.h>
#include <inttypes.h>
#include <stdbool.h>
#include <lzma.h>
#define IN_BUF_MAX 4096
#define OUT_BUF_MAX 4096
#define RET_OK       0
#define RET_ERROR    1

int xz_decompress (FILE *in_file, FILE *out_file) {
/* alloc and init lzma_stream struct */
lzma_stream strm = LZMA_STREAM_INIT;
uint8_t in_buf [IN_BUF_MAX];
uint8_t out_buf [OUT_BUF_MAX];
bool in_finished = false;
bool out_finished = false;
lzma_action action;
lzma_ret ret_xz;
int ret;

ret = RET_OK;

/* initialize xz decoder */
ret_xz = lzma_stream_decoder (&strm, UINT64_MAX,
                     LZMA_TELL_UNSUPPORTED_CHECK|LZMA_CONCATENATED );
if (ret_xz != LZMA_OK)
   return RET_ERROR;

while ((! in_finished) && (! out_finished)) {
   /* read incoming data */
   size_t in_len = fread (in_buf, 1, IN_BUF_MAX, in_file);

   if (feof (in_file))
         in_finished = true;

   strm.next_in = in_buf;
   strm.avail_in = in_len;

   /* if no more data from in_buf, flushes the
      internal xz buffers and closes the decompressed data
      with LZMA_FINISH */
   action = in_finished ? LZMA_FINISH : LZMA_RUN;

   /* loop until there's no pending decompressed output */
   do {
         /* out_buf is clean at this point */
         strm.next_out = out_buf;
         strm.avail_out = OUT_BUF_MAX;

         /* decompress data */
         ret_xz = lzma_code (&strm, action);

         if ((ret_xz != LZMA_OK) && (ret_xz != LZMA_STREAM_END)) {
            out_finished = true;
            ret = RET_ERROR;
         } else {
            /* write decompressed data */
            size_t out_len = OUT_BUF_MAX - strm.avail_out;
            fwrite (out_buf, 1, out_len, out_file);
            if (ferror (out_file)) {
               out_finished = true;
               ret = RET_ERROR;
            }
         }
   } while (strm.avail_out == 0);
}

lzma_end (&strm);
return ret;
}

int main () {
return xz_decompress (stdin, stdout);
}

编译命令:

1	$ gcc -g -o xz_pipe_decomp_mini xz_pipe_decomp_mini.c -llzma

使用例子:

1	$ cat a.txt.xz \| xz_pipe_decomp_mini > a.txt

欢迎光临电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛 (http://bbs.eccn.com/)