Python中zlib.compressobj压缩结果与原压缩串不一致如何解决

前提澄清 #

首先明确一个核心逻辑：如果你已经修改了解压后的字节内容，不可能得到和原压缩串完全一致的结果。DEFLATE是无损压缩算法，压缩串和解压结果一一对应，输入字节发生变化时，压缩输出一定和原串不同。如果你只需要压缩后的串和原串格式兼容、能被相同的解压逻辑解析，你当前生成的可正常解压的串已经满足要求。
如果你是指「解压后不做任何修改，压缩回去也无法得到和原串一致的结果」，原因和解决方法如下：

为什么现有方案无法实现需求 #

zlib的compressobj默认参数和原压缩使用的参数不一致，影响DEFLATE输出的参数远不止压缩级别（level）和窗口大小（wbits）两个：

• memLevel：压缩时使用的内存缓冲区大小，取值范围1~9，默认值为8。该参数控制内部滑动窗口的匹配效率，值越小生成的压缩块越小，输出结果差异越大。
• strategy：压缩策略，默认值为zlib.Z_DEFAULT_STRATEGY，可选值包括zlib.Z_FILTERED、zlib.Z_HUFFMAN_ONLY、zlib.Z_RLE、zlib.Z_FIXED，不同策略对重复字符串的匹配逻辑、哈夫曼编码表的生成规则完全不同，直接影响最终输出。
• zlib版本差异：不同版本的zlib库对压缩逻辑有细微调整，就算所有参数完全一致，不同版本的输出也可能存在差异。
• 自定义字典：如果原压缩时传入了自定义的预设字典，你压缩时没有传入完全相同的字典，输出肯定不一致。

如何得到和原串完全一致的压缩结果 #

仅适用于解压后未修改内容的场景，按以下步骤操作：

1. 先对齐zlib版本：通过zlib.ZLIB_VERSION查看你当前使用的zlib版本，和原压缩环境的版本保持一致。
2. 全参数遍历测试：把memLevel（1~9）和strategy（所有可选枚举值）加入遍历组合，和你之前试过的level、wbits做全排列测试，完整的压缩对象构造代码参考：

   comp_obj = zlib.compressobj(
       level=level,
       method=zlib.DEFLATED,
       wbits=wbits,
       memLevel=memLevel,
       strategy=strategy
   )
   comp = comp_obj.compress(decompressed)
   comp += comp_obj.flush()
   

3. 如果以上所有组合都无法匹配原串，说明原压缩使用了自定义字典，你需要拿到原压缩时使用的字典字节串，传入compressobj的zdict参数即可。

内容的提问来源于stack exchange，提问作者anemic_entertainment