Python解压LZMA文件报错：流标记未达及参数无效问题

1. 下载的文件可能不完整 #

7-Zip对轻微不完整的压缩文件有容错机制，能跳过末尾无效数据完成解压，但Python的lzma/py7zr库对文件完整性要求更严格。

验证与解决：

• 对比本地下载文件的大小和服务器返回的Content-Length头部值，确认是否一致。
• 确保下载时完整获取所有数据，比如用requests的流式下载避免截断：

import requests
import os

url = "你的文件下载地址"
response = requests.get(url, stream=True)
response.raise_for_status()

with open("index_en.txt.lzma", "wb") as f:
    for chunk in response.iter_content(chunk_size=8192):
        f.write(chunk)

# 校验大小
local_size = os.path.getsize("index_en.txt.lzma")
server_size = int(response.headers.get("Content-Length", 0))
if local_size != server_size:
    print(f"文件不完整：本地{local_size}字节，服务器{server_size}字节")

2. 文件实际是7z容器而非纯LZMA流 #

很多时候后缀名是.lzma，但文件实际是7z格式（包含LZMA压缩的文件条目）。7-Zip能自动识别处理，但Python的lzma库只支持纯LZMA字节流，py7zr则需要正确的7z格式结构。

验证与解决：

• 用7-Zip打开文件后查看"类型"，如果显示为"7-Zip压缩文件"，说明是7z容器。
• 改用py7zr正确读取：

import py7zr

with py7zr.SevenZipFile("index_en.txt.lzma", mode='r') as archive:
    archive.extractall()

3. LZMA压缩参数不匹配 #

服务器可能使用了自定义的LZMA压缩参数（比如字典大小、过滤器配置），Python库默认参数无法识别，导致解压失败。

解决方法：

• 尝试手动指定兼容的参数，比如显式指定LZMA2格式和字典大小：

import lzma

# 尝试自动识别格式，或手动指定参数
with lzma.open(
    "index_en.txt.lzma",
    mode='rb',
    format=lzma.FORMAT_AUTO,
    filters=[{'id': lzma.FILTER_LZMA2, 'dict_size': 2**20}]  # 1MB字典大小，可调整
) as f:
    decompressed = f.read()

with open("index_en.txt", "wb") as out_f:
    out_f.write(decompressed)

4. 文件存在额外的头部/尾部数据 #

部分服务器会在LZMA流前后添加自定义头部或尾部信息，7-Zip能自动忽略这些冗余数据，但Python库会将其视为压缩流的一部分导致报错。

解决方法：

• 用二进制编辑器查看文件，找到实际LZMA流的起始位置，手动跳过无效字节：

import lzma

with open("index_en.txt.lzma", "rb") as f:
    # 假设前12字节是自定义头部，跳过（需根据实际情况调整偏移量）
    f.seek(12)
    decompressor = lzma.LZMADecompressor()
    
    with open("index_en.txt", "wb") as out_f:
        while chunk := f.read(8192):
            try:
                out_f.write(decompressor.decompress(chunk))
            except lzma.LZMAError:
                # 忽略末尾无效数据，模拟7-Zip的容错
                break

内容的提问来源于stack exchange，提问作者Manu Add1