Java 对比 C# GZip 压缩

Java vs C# GZip Compression

知道为什么 Java 的 GZIPOutputStream 压缩字符串与我的 .NET 的 GZIP 压缩字符串不同吗?

Java代码:

package com.company;

import java.io.IOException;
import java.nio.ByteBuffer;
import java.util.Base64;

public class Main {

    public static void main(String[] args) {
        String myValue = "<Grid type=\"mailing_activity_demo\"><ReturnFields><DataElement>mailing_id</DataElement></ReturnFields></Grid>";

        int length = myValue.length();

        byte[] compressionResult = null;

        try {
            compressionResult = MyUtils.compress(myValue);
        } catch (IOException e) {
            e.printStackTrace();
        }

        byte[] headerBytes = ByteBuffer.allocate(4).putInt(length).array();

        byte[] fullBytes = new byte[headerBytes.length + compressionResult.length];

        System.arraycopy(headerBytes, 0, fullBytes, 0, headerBytes.length);

        System.arraycopy(compressionResult, 0, fullBytes, headerBytes.length, compressionResult.length);

        String result = Base64.getEncoder().encodeToString(fullBytes);
        System.out.println((result));
    }
}




package com.company;

import javax.sound.sampled.AudioFormat;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.nio.Buffer;
import java.nio.ByteBuffer;
import java.nio.charset.StandardCharsets;
import java.util.zip.GZIPOutputStream;

public class MyUtils
{

    private static Object BitConverter;

    public static byte[] compress(String data) throws IOException
    {
        ByteBuffer buffer = StandardCharsets.UTF_8.encode(data);
        System.out.println(buffer.array().length);
        System.out.println(data.length());
        ByteArrayOutputStream bos = new ByteArrayOutputStream(data.length());

        GZIPOutputStream gzip = new GZIPOutputStream(bos);

        gzip.write(data.getBytes());

        gzip.close();

        byte[] compressed = bos.toByteArray();

        bos.close();

        return compressed;

    }

}

我从上面得到的字符串是:

AAAAbB+LCAAAAAAAAAP+zcS/KTFEoqSxItVXKTczMycxLj09MLsksyyypjE9Jzc1XsrMJSi0pLcpzy0zNSSm2s3FJLEl0zUnNTc0rsYPpyEyx0UcWt9FH1aMPssUOAKHavIJsAAAA

来自 .NET c# 代码:

    public static string CompressData(string data)
    {
        using (MemoryStream memoryStream = new MemoryStream())
        {
            byte[] plainBytes = Encoding.UTF8.GetBytes(data);

            using (GZipStream zipStream = new GZipStream(memoryStream, CompressionMode.Compress, leaveOpen: true))
            {
                zipStream.Write(plainBytes, 0, plainBytes.Length);
            }

            memoryStream.Position = 0;

            byte[] compressedBytes = new byte[memoryStream.Length + CompressedMessageHeaderLength];

            Buffer.BlockCopy(
                BitConverter.GetBytes(plainBytes.Length),
                0,
                compressedBytes,
                0,
                CompressedMessageHeaderLength
            );

            // Add the header, which is the length of the compressed message.
            memoryStream.Read(compressedBytes, CompressedMessageHeaderLength, (int)memoryStream.Length);

            string compressedXml = Convert.ToBase64String(compressedBytes);

            return compressedXml;
        }
    }

压缩字符串:

bAAAAB+LCAAAAAAABACzcS/KTFEoqSxItVXKTczMycxLj09MLsksyyypjE9Jzc1XsrMJSi0pLcpzy0zNSSm2s3FJLEl0zUnNTc0rsYPpyEyx0UcWt9FH1aMPssUOAKHavIJsAAAA

知道我在 Java 代码中做错了什么吗?

要添加到@MarcGravell 关于 GZip 编码差异的回答中,值得注意的是,您的 header 字节似乎存在字节顺序问题,这会弄乱解码器。

您的 header 是 4 个字节,编码为 5 1/3 base64 字符。 .NET版本输出bAAAAB(前4字节为6c 00 00 00),而Java版本输出AAAAbB(前4字节为00 00 00 6c)。 b 在 A 的海洋中移动了大约 5 个字符这一事实是您的第一个线索(A 代表 base64 中的 000000),但解码它会使问题变得明显。

.NET 的 BitConverter 使用机器架构的字节顺序,在 x86 上是 little-endian(检查 BitConverter.IsLittleEndian)。 Java 的 ByteBuffer defaults to big-endian,但可配置。这就解释了为什么一个写 little-endian,另一个写 big-endian.

您需要确定字节顺序,然后对齐两端。您可以通过调用 .order(ByteBuffer.LITTLE_ENDIAN) 将 ByteBuffer 更改为使用 little-endian。在 .NET 中,如果您使用的是 .NET Core 2.1+,则可以使用 BinaryPrimitives.WriteInt32BigEndian / BinaryPrimitives.WriteInt32LittleEndian 以显式字节顺序编写,或者在必要时使用 IPAddress.HostToNetworkOrder 切换字节顺序(取决于BitConverter.IsLittleEndian) 如果你之前卡住了。