gzip壓縮文件損壞修復原理和數據恢復方法

接修復損壞的gzip壓縮文件之原理篇，再次引用GZIP結構圖：

已知修復一個損壞的gzip文件的關鍵環節在於找到下一個正常壓縮包的起始點。根據結構圖中的信息可知，每一個壓縮包的開始結構中有是否到達尾部標誌、使用的哈夫曼樹類型、以及3個哈夫曼樹的樹元素個數等。若是某個gzip文件中間有一個壞扇區，要找到壞扇區後的一個正常起點，僅需按位右移，一直移位到能夠正常解壓的某個位，就可能找到了正確的壓縮包起始。而根據gzip文件的壓縮做業窗口爲32KB大小推算，這個遍歷不會超過64KB便可找到。在內存中快速循環能夠很快找到，但須要有明確的判斷錯誤的方法。
首先能夠明確的是結尾標誌，應該爲0(咱們是從損壞的點向後查)。而哈夫曼樹類型也大體應該是動態哈夫曼(0x02)，cl1的元素個數應該取值爲257到286之間(包含邊界)，cl2的元素個數應小於等於30，ccl的元素個數取值可爲1-15(包含邊界)。
其實，還能夠參考的東西有，解開的哈夫曼樹是否異常，或者經過規律性原則找到最後一個取值爲256的值，但這些算法應該是較爲麻煩的，有上面的算法連續校驗幾個壓縮塊就足夠了。
具體方法是對gzip的源碼作修改，進行遍歷。因時間關係，未作成通用工程，僅快速修改了部分代碼。大體的修改點爲：

一，找到損壞點：

在unzip.c中，
error("invalid compressed data--format violated");
這一行前，獲取當前解碼字節位置便可。
 

2、遍歷找到損壞點：

一、inflate.c文件中，改

if (nl > 286 || nd > 30)
#endif
return 1;

爲：

if (nl > 286 || nd > 30||nl <257 || nd <1)
#endif
return 1;

二、inflate.c文件中，在int inflate_block(e)函數中
在以下代碼前

bb = b; 
bk = k;

加入代碼：

if ((t != 2) || (*e != 0)) 
return 2;

三、inflate.c文件中，在int inflate_block(e)函數尾部
把if (t == 0) 與if (t == 1)的狀況都直接返回錯誤值2。
 
四、inflate.c文件中，函數int inflate()中，改

if ((r = inflate_block(&e)) != 0) 
return r; 
end

爲：

unsigned t;           /* block type */ 
register ulg b;       /* bit buffer */ 
register unsigned k;  /* number of bits in bit buffer */ 
while (inptr <= insize) 
{ 
    unsigned int tptr = inptr; 
    unsigned int tbk = bk; 
    unsigned long tbb = bb; 
    unsigned int twp = wp; 
    long long tstart = *(long long*)(inbuf + tptr); 
    if ((r = inflate_block(&e)) != 0) 
    { 
        inptr = tptr; 
        bb = tbb; 
        bk = tbk; 
        wp = twp; 
        b = bb; 
        k = bk; 
        NEEDBITS(1) 
        DUMPBITS(1) 
    } 
    else 
    { 
        printf("get by www.datahf.net!"); //也可輸出tstart,bb,bk 值，轉載時請保留版權信息：www.datahf.net張宇 
    } 
} 

此4步完成後，試着調試這個錯誤的.gz文件，固然，也能夠在代碼中解釋完頭部結構後加一個seek，直接seek到損壞位置。
一般狀況下，輸出printf(「get by www.datahf.net!」)這行代碼時，已經找到了正確的起始位。
找到起始位後，也能夠構造或拷貝一個正常的gzip文件頭，再拼接好找到的位流，便可解壓了。(若是位流不是字節對齊的，可能要所有作位移)。拼接後不少壓縮文件就能夠打開甚至於解壓了，不過，有可能會報錯，主要是尾部的校驗和大小錯，其實能夠忽略。
若是拼接好了linux下，不能直接用「gzip –d」解壓，因其crc有錯誤，會致使解壓到99%後報錯，而後把文件刪除，換成管道命令便可：