为何Zlib解压合并的RAW压缩数据仅解析第一部分？是Bug还是用法错误？

问题描述 #

分别用Zlib RAW模式压缩两个字符串，合并压缩数据后执行解压，仅能得到第一部分数据，第二部分无法解压；但相同操作在Zstandard库中可正常解压全部数据。操作步骤如下：

• 准备两个待压缩字符串string_data_1和string_data_2，用Zlib RAW模式分别压缩；
• 合并两段压缩数据为一个字符串；
• 解压合并后的压缩数据时，仅得到第一部分内容。

示例代码：

#include <iostream>
#include <string>
#include <zlib.h>

int my_Zlib__compress__RAW(std::string& string_data_to_be_compressed, std::string& string_compressed_result, int level_compressed)
{
    uLong zlib_uLong = compressBound(string_data_to_be_compressed.size());         
    string_compressed_result.resize(zlib_uLong);

    // 使用deflateInit2(windowBits=-15)实现RAW模式压缩的自定义compress2
    int status = my_compress2((Bytef*)&string_compressed_result[0], &zlib_uLong, 
                              (const Bytef*)&string_data_to_be_compressed[0], 
                              string_data_to_be_compressed.size(), level_compressed);

    if (status == Z_OK)
    {
        string_compressed_result.resize(zlib_uLong);     
        return 0;
    }
    else
    { 
        return 1;
    }
}

int my_Zlib__uncompress__RAW(std::string& string_data_to_be_uncompressed, std::string& string_compressed_data, size_t size_uncompressed_data)
{
    string_data_to_be_uncompressed.resize(size_uncompressed_data);

    // 使用inflateInit2(windowBits=-15)实现RAW模式解压的自定义uncompress
    int status = my_uncompress((Bytef*)&string_data_to_be_uncompressed[0], (uLongf*)&size_uncompressed_data, 
                               (const Bytef*)&string_compressed_data[0], string_compressed_data.size());   

    if (status == Z_OK)
    {
        return 0;
    }
}

int main()
{
    int level_compressed = 9;     

    // 压缩第一段数据
    std::string string_data_1 = "Hello12_Hello12_Hello125";             
    std::string string_compressed_result_RAW_1;                            
    int status = my_Zlib__compress__RAW(string_data_1 , string_compressed_result_RAW_1, level_compressed);

    // 压缩第二段数据
    std::string string_data_2= "BUY22_BUY22_BUY223";             
    std::string string_compressed_result_RAW_2;                        
    status = my_Zlib__compress__RAW(string_data_2 , string_compressed_result_RAW_2, level_compressed);

    // 合并两段压缩数据
    std::string Total_compressed_data = string_compressed_result_RAW_1 + string_compressed_result_RAW_2;

    // 解压合并后的数据
    std::string string_uncompressed_result_RAW;                        
    int size_that_should_be_when_unpacking = string_data_1.size() + string_data_2.size();
    status = my_Zlib__uncompress__RAW(string_uncompressed_result_RAW, Total_compressed_data, size_that_should_be_when_unpacking);

    std::cout<<string_uncompressed_result_RAW<<std::endl;  // 仅输出Hello12_Hello12_Hello125
}

解答 #

这是对Zlib用法的误解，并非Zlib的Bug。

Zlib的uncompress函数（包括RAW模式下的实现）设计用于处理单个完整的压缩流。当你分别压缩两个字符串时，得到的是两个独立的、完整的DEFLATE压缩流（RAW模式即无zlib头/尾的纯DEFLATE流）。合并这两个流后，用一次uncompress解压时，Zlib在处理完第一个压缩流的结束标记后，就会停止解压，不会继续处理后续的第二个流——这是符合Zlib设计逻辑的正常表现。

而Zstandard库的解压逻辑允许连续处理多个独立的压缩帧，所以合并后能一次性解压全部内容，但这属于不同库的设计差异，并非Zlib存在缺陷。

解决方法 #

1. 合并原始数据后再压缩：先把string_data_1和string_data_2合并成一个字符串，再用Zlib RAW模式压缩，这样解压时一次就能得到全部内容。
2. 分两次解压：保留分别压缩的逻辑，解压时先处理第一段压缩数据，再处理第二段，最后合并解压结果。

内容的提问来源于stack exchange，提问作者Serg_