圖解gzip壓縮檔案底層結構及檔案損壞的修復方法

北亞資料恢復發表於2019-08-20

接修復損壞的gzip壓縮檔案之原理篇,再次引用GZIP結構圖:

已知修復一個損壞的gzip檔案的關鍵環節在於找到下一個正常壓縮包的起始點。根據結構圖中的資訊可知,每個壓縮包的開始結構中有是否到達尾部標誌、使用的哈夫曼樹型別、以及3個哈夫曼樹的樹元素個數等。如果某個gzip檔案中間有一個壞扇區,要找到壞扇區後的一個正常起點,僅需按位右移,一直移位到可以正常解壓的某個位,就可能找到了正確的壓縮包起始。而根據gzip檔案的壓縮作業視窗為32KB大小推算,這個遍歷不會超過64KB即可找到。在記憶體中快速迴圈可以很快找到,但需要有明確的判斷錯誤的方法。

首先可以明確的是結尾標誌,應該為0(我們是從損壞的點向後查)。而哈夫曼樹型別也大致應該是動態哈夫曼(0x02),cl1的元素個數應該取值為257到286之間(包含邊界),cl2的元素個數應小於等於30,ccl的元素個數取值可為1-15(包含邊界)。
其實,還可以參考的東西有,解開的哈夫曼樹是否異常,或者通過規律性原則找到最後一個取值為256的值,但這些演算法應該是較為麻煩的,有上面的演算法連續校驗幾個壓縮塊就足夠了。

具體方法是對gzip的原始碼做修改,進行遍歷。因時間關係,未做成通用工程,僅快速修改了部分程式碼。大致的修改點為:

一,找到損壞點:

在unzip.c中,
error("invalid compressed data--format violated");
這一行前,獲取當前解碼位元組位置即可。

二、遍歷找到損壞點:

1、inflate.c檔案中,改

if (nl > 286 || nd > 30)
#endif
return 1;


為:

if (nl > 286 || nd > 30||nl <257 || nd <1)
#endif
return 1;


2、inflate.c檔案中,在int inflate_block(e)函式中
在如下程式碼前

bb = b; 
bk = k;


加入程式碼:

if ((t != 2) || (*e != 0)) 
return 2;


3、inflate.c檔案中,在int inflate_block(e)函式尾部
把if (t == 0) 與if (t == 1)的情況都直接返回錯誤值2。
 
4、inflate.c檔案中,函式int inflate()中,改

if ((r = inflate_block(&e)) != 0) 
return r; 
end


為:

unsigned t;           /* block type */ 
register ulg b;       /* bit buffer */ 
register unsigned k;  /* number of bits in bit buffer */ 
while (inptr <= insize) 
{ 
    unsigned int tptr = inptr; 
    unsigned int tbk = bk; 
    unsigned long tbb = bb; 
    unsigned int twp = wp; 
    long long tstart = *(long long*)(inbuf + tptr); 
    if ((r = inflate_block(&e)) != 0) 
    { 
        inptr = tptr; 
        bb = tbb; 
        bk = tbk; 
        wp = twp; 
        b = bb; 
        k = bk; 
        NEEDBITS(1) 
        DUMPBITS(1) 
    } 
    else 
    { 
        printf("get by www.datahf.net!"); //也可輸出tstart,bb,bk 值,轉載時請保留版權資訊:www.datahf.net張宇 
    } 
}


此4步完成後,試著除錯這個錯誤的.gz檔案,當然,也可以在程式碼中解釋完頭部結構後加一個seek,直接seek到損壞位置。
通常情況下,輸出printf(“get by www.datahf.net!”)這行程式碼時,已經找到了正確的起始位。
找到起始位後,也可以構造或拷貝一個正常的gzip檔案頭,再拼接好找到的位流,即可解壓了。(如果位流不是位元組對齊的,可能要全部做位移)。拼接後很多壓縮檔案就可以開啟甚至於解壓了,不過,有可能會報錯,主要是尾部的校驗和大小錯,其實可以忽略。
如果拼接好了linux下,不能直接用“gzip –d”解壓,因其crc有錯誤,會導致解壓到99%後報錯,然後把檔案刪除,換成管道命令即可:

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31380569/viewspace-2654298/,如需轉載,請註明出處,否則將追究法律責任。

相關文章