交织 bzip2 和非 bzip2 数据
Interleaving bzip2 and non-bzip2 data
我正在考虑制作一种文件格式，将两种类型的原始字节块交织在一起。
一个块将包含一个 bzip2 压缩数据块，其中 header 包含通常的 bzip2 magic number (BZh9)。
第二个块将包含其他感兴趣的数据，其中 header 包含不同的幻数 (TBD)。
这两个幻数将用于对两种数据块类型进行不同的查找、识别和处理。
我的问题是：是否有一个我可以为第二种块类型选择的幻数，在 bzip2 压缩的字节块中很难（或者更好，不可能）找到它？
换句话说，是否存在 bzip2 排除的特定字节，或者在压缩时可能不太可能使用的特定字节，在某个统计阈值内，我可以将其用于 header 同一文件中的另一种数据类型？
一个选择是，当我找到第二种块类型的 header 字节时，我会简单地尝试处理第二种块类型的数据，如果处理失败，那么我假设我不小心在压缩的 bzip2 块中。但是我想知道是否有可能在 bzip2 块中找不到或不太可能找到的字节。
没有。 bzip2 压缩数据可以包含任何一对字节，基本上都是等概率的。您所能做的就是定义一个更长的字节序列作为签名，以减少该序列意外出现在压缩数据中的可能性。但它仍然可以。
bzip2 格式是自终止的，所以如果您愿意花时间解码 bzip2 数据，您总能找到下一件事在哪里。
要回答评论中的问题，整个 bzip2 流必然终止于字节边界。最后一个字节可能有 0 到 7 位的零填充。您可以从第二个流组件的开头向后搜索以查找 bzip2 结束标记 0x177245385090（pi 平方根的前 12 个十进制数字），它可以从特定字节中的任何位开始。它将返回 80 到 87 位。
我正在考虑制作一种文件格式，将两种类型的原始字节块交织在一起。
一个块将包含一个 bzip2 压缩数据块，其中 header 包含通常的 bzip2 magic number (BZh9)。
第二个块将包含其他感兴趣的数据，其中 header 包含不同的幻数 (TBD)。
这两个幻数将用于对两种数据块类型进行不同的查找、识别和处理。
我的问题是：是否有一个我可以为第二种块类型选择的幻数，在 bzip2 压缩的字节块中很难（或者更好，不可能）找到它？
换句话说，是否存在 bzip2 排除的特定字节，或者在压缩时可能不太可能使用的特定字节，在某个统计阈值内，我可以将其用于 header 同一文件中的另一种数据类型？
一个选择是，当我找到第二种块类型的 header 字节时，我会简单地尝试处理第二种块类型的数据，如果处理失败，那么我假设我不小心在压缩的 bzip2 块中。但是我想知道是否有可能在 bzip2 块中找不到或不太可能找到的字节。
没有。 bzip2 压缩数据可以包含任何一对字节，基本上都是等概率的。您所能做的就是定义一个更长的字节序列作为签名，以减少该序列意外出现在压缩数据中的可能性。但它仍然可以。
bzip2 格式是自终止的，所以如果您愿意花时间解码 bzip2 数据，您总能找到下一件事在哪里。
要回答评论中的问题，整个 bzip2 流必然终止于字节边界。最后一个字节可能有 0 到 7 位的零填充。您可以从第二个流组件的开头向后搜索以查找 bzip2 结束标记 0x177245385090（pi 平方根的前 12 个十进制数字），它可以从特定字节中的任何位开始。它将返回 80 到 87 位。