解决大型GZIPPED文件未压缩大小的最快方法

压缩文件后，有一种方法可以快速查询该文件，以说出未压缩文件的大小（不解压缩），尤其是在未压缩文件的大小> 4GB的情况下。

根据RFC https://tools.ietf.org/html/rfc1952#page-5，您可以查询文件的最后4个字节，但是如果未压缩的文件大于4GB，则该值仅代表uncompressed value modulo 2^32

也可以通过运行检索此值gunzip -l foo.gz，但是“未压缩”列仅包含uncompressed value modulo 2^32一次，大概是因为它如上所述读取了页脚。

我只是想知道是否有一种无需先解压缩即可获取未压缩文件大小的方法，这在压缩文件包含50GB +数据并且使用诸如 gzcat foo.gz | wc -c

编辑： 4GB限制已在OSX（）随附man的gzip实用程序页面中公开确认Apple gzip 242

  BUGS
    According to RFC 1952, the recorded file size is stored in a 32-bit
    integer, therefore, it can not represent files larger than 4GB. This
    limitation also applies to -l option of gzip utility.

我相信最快的方法是进行修改，gzip以便在详细模式下进行测试时输出解压缩的字节数。在我的系统上，使用7761108684字节文件，

% time gzip -tv test.gz
test.gz:     OK (7761108684 bytes)
gzip -tv test.gz  44.19s user 0.79s system 100% cpu 44.919 total

% time zcat test.gz| wc -c
7761108684
zcat test.gz  45.51s user 1.54s system 100% cpu 46.987 total
wc -c  0.09s user 1.46s system 3% cpu 46.987 total

要修改gzip（1.6，在Debian中可用），补丁如下：

--- a/gzip.c
+++ b/gzip.c
@@ -61,6 +61,7 @@
 #include <stdbool.h>
 #include <sys/stat.h>
 #include <errno.h>
+#include <inttypes.h>

 #include "closein.h"
 #include "tailor.h"
@@ -694,7 +695,7 @@

     if (verbose) {
         if (test) {
-            fprintf(stderr, " OK\n");
+            fprintf(stderr, " OK (%jd bytes)\n", (intmax_t) bytes_out);

         } else if (!decompress) {
             display_ratio(bytes_in-(bytes_out-header_bytes), bytes_in, stderr);
@@ -901,7 +902,7 @@
     /* Display statistics */
     if(verbose) {
         if (test) {
-            fprintf(stderr, " OK");
+            fprintf(stderr, " OK (%jd bytes)", (intmax_t) bytes_out);
         } else if (decompress) {
             display_ratio(bytes_out-(bytes_in-header_bytes), bytes_out,stderr);
         } else {

如果你需要的文件的压缩文件或集的大小，最好的办法是使用tar -z或tar -j代替gzip为tar包括未压缩的文件大小。使用lesspipe到偷看文件列表：

aptitude install lesspipe
lesspipe <compressed file> | less

如果less配置为使用lesspipe：

less <compressed file>

请记住，这可能需要很长时间。但是，您的系统仍会保持响应状态，这使您可以终止减压过程。

另一种方法是记录压缩比率并查询该[text]文件：

gzip --verbose file 2>&1 | tee file.gz.log
file:    64.5% -- replaced with file.gz

它需要计算才能找到实际的文件大小。

您也可以对进行相同的操作tar，实际上，这是我对大型备份的处理方式，因为它可以防止整个解压缩过程仅运行到获得文件大小或名称的目的。

关于什么

gzip -l file.gz|tail -n1|awk '{print $2}'

numfmt --to=iec $(gzip -l file.gz|tail -n1|awk '{print $2}')

gunzip -c $file | wc -c

这将花费很长时间，但是将为您提供最终大小（以字节为单位）。