如何通过xz API提取xz压缩文件的未解压大小？

你可以使用Linux系统默认预装的标准liblzma（xz官方开发的C库）提供的索引解析API实现需求，该方案适配所有xz格式支持的压缩算法，不需要自己手动解析特定算法的流元数据。

核心实现逻辑 #

• xz格式的尾部存储了全文件的索引结构，记录了所有数据块的未压缩长度、压缩长度等元信息，liblzma提供了现成的API直接读取该索引的统计值
• 核心调用为lzma_index_uncompressed_size()，传入解析完成的索引对象即可返回uint64_t类型的总未压缩文件大小

依赖和编译说明 #

• 开发依赖安装（Debian/Ubuntu为例）：apt install liblzma-dev
• 编译时链接参数：gcc your_code.c -o your_binary -llzma

简化示例代码 #

#include <lzma.h>
#include <stdio.h>
#include <stdint.h>
#include <stdlib.h>

uint64_t get_xz_uncompressed_size(FILE *fp) {
    // 读取xz文件尾部12字节的标准footer
    fseek(fp, -LZMA_STREAM_HEADER_SIZE, SEEK_END);
    uint8_t footer_buf[LZMA_STREAM_HEADER_SIZE];
    if (fread(footer_buf, 1, LZMA_STREAM_HEADER_SIZE, fp) != LZMA_STREAM_HEADER_SIZE) {
        return UINT64_MAX;
    }

    lzma_stream_flags footer_flags;
    if (lzma_stream_footer_decode(&footer_flags, footer_buf) != LZMA_OK) {
        return UINT64_MAX; // 非合法xz格式
    }

    // 读取索引区块数据
    fseek(fp, -(LZMA_STREAM_HEADER_SIZE + footer_flags.backward_size), SEEK_END);
    uint8_t *index_buf = malloc(footer_flags.backward_size);
    if (index_buf == NULL || fread(index_buf, 1, footer_flags.backward_size, fp) != footer_flags.backward_size) {
        free(index_buf);
        return UINT64_MAX;
    }

    lzma_index *index = NULL;
    const lzma_allocator *allocator = NULL;
    size_t memlimit = UINT64_MAX;
    size_t in_pos = 0;
    lzma_ret ret = lzma_index_parse(allocator, &index, index_buf, footer_flags.backward_size, &in_pos, memlimit);
    free(index_buf);

    if (ret != LZMA_OK) {
        return UINT64_MAX;
    }

    uint64_t uncomp_size = lzma_index_uncompressed_size(index);
    lzma_index_end(index, allocator);
    return uncomp_size;
}

注意事项 #

• 该API仅对标准xz封装格式生效，如果你处理的是无封装的裸压缩流，才需要手动解析对应算法的头部元数据
• 如果返回值为UINT64_MAX，说明该xz文件为流式生成，写入时未记录未压缩大小，无法预分配固定内存，需使用动态缓冲区处理
• 多流拼接的xz文件可通过lzma_index_cat合并多个流的索引后再计算总大小，同样适配所有压缩算法

内容的提问来源于stack exchange，提问作者Dov