第八章：数据压缩与归档-zlib:GNU zlib压缩-处理内存中的数据

第八章 数据压缩与归档
8.1 zlib:GNU zlib压缩
zlib模块为GNU项目zlib压缩库中的很多函数提供了底层接口。

8.1.1 处理内存中的数据
使用zlib最简单的方法要求把所有将要压缩或解压缩的数据存放在内存中：

import zlib
import binascii

original_data = b'This is the original text.'
print('Original     :',len(original_data),original_data)

compressed = zlib.compress(original_data)
print('Compressed   :',len(compressed),
      binascii.hexlify(compressed))

decompressed = zlib.decompress(compressed)
print('Decompressed :',len(decompressed),decompressed)

compress()和decompress()函数都取一个字节序列参数，并且返回一个字节序列。
运行结果：

从前面的例子可以看到，少量数据的压缩版本可能比未压缩的版本还要大。具体的结果取决于输入数据，不过观察小数据集的压缩开销很有意思。

import zlib

original_data = b'This is the original text.'

template = '{:>15}  {:>15}'
print(template.format('len(data)','len(compressed)'))
print(template.format('-' * 15,'-' * 15))

for i in range(5):
    data = original_data * i
    compressed = zlib.compress(data)
    highlight = '*' if len(data) < len(compressed) else ''
    print(template.format(len(data),len(compressed)),highlight)

输出中的*突出显示了哪些行的压缩数据比未压缩版本占用的内存更多。
运行结果：

zlib支持不同的压缩级别，允许在计算成本和空间缩减量之间有所平衡。默认压缩级zlib.Z_DEFAULT_COMPRESSION为-1，这对应着一个硬编码值，表示性能和压缩结果之间的一个折中。当前这对应级别6。

import zlib

input_data = b'Some repeated text.\n' * 1024
template = '{:>5}  {:>5}'

print(template.format('Level','Size'))
print(template.format('-----','----'))


for i in range(0,10):
    data = zlib.compress(input_data,i)
    print(template.format(i,len(data)))

压缩级别为0意味着根本没有压缩。级别9要求的计算最多，同时会生成最小的输出。如下面的例子所示，对于一个给定的输入，可能多个压缩级别得到的空间缩减量是一样的。
运行结果：