Java利用Gzip对字符串进行压缩与解压

在某些业务场景下，可能需要对字符串进行压缩与解压，压缩字符串可以使用 GZIPOutputStream 输出流来实现，而解压可以使用 GZIPInputStream 输入流来实现，下面先给出具体的参考代码，然后再分析其中的实现原理。

::: hljs-center

:::

1、代码实现

package com.magic.zip; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStream; import java.io.IOException; import java.nio.charset.StandardCharsets; import java.util.zip.GZIPInputStream; import java.util.zip.GZIPOutputStream; public class GzipUtils { /** * 压缩字符串 * * @param str 需要压缩的源字符串 * @return 压缩后的字符串 */ public static String compress(String str) { if (null == str || str.length() <= 0) { return str; } try (ByteArrayOutputStream out = new ByteArrayOutputStream(); GZIPOutputStream gzip = new GZIPOutputStream(out)) { // 将字符串以字节的形式写入到 GZIP 压缩输出流中 gzip.write(str.getBytes(StandardCharsets.UTF_8)); gzip.close(); return out.toString(StandardCharsets.ISO_8859_1.name()); } catch (IOException e) { e.printStackTrace(); } return str; } /** * 解压缩字符串 * * @param str 待解压的字符串 * @return 解压后的字符串 */ public static String decompress(String str) { if (str == null || str.length() == 0) { return str; } try (ByteArrayOutputStream out = new ByteArrayOutputStream(); ByteArrayInputStream in = new ByteArrayInputStream(str.getBytes(StandardCharsets.ISO_8859_1)); GZIPInputStream gunzip = new GZIPInputStream(in)) { byte[] buffer = new byte[256]; int n; // 从 GZIP 压缩输入流读取字节数据到 buffer 数组中 while ((n = gunzip.read(buffer)) >= 0) { out.write(buffer, 0, n); } return out.toString(StandardCharsets.UTF_8.name()); } catch (IOException e) { e.printStackTrace(); } return str; } }

2、原理分析

2.1 字符串压缩

字符串压缩的实现原理如下：

• 首先构建 GZIPOutputStream 压缩输出流，然后将需要压缩的字符串写入输出流中，在写入 GZIPOutputStream 输出流的时候，就会使用 deflate 压缩算法对字符串进行压缩，具体的实现可以参考 GZIPOutputStream 的父类 DeflaterOutputStream 和默认的压缩器 Deflater 类的源码实现；
• 将 GZIPOutputStream 压缩输出流转换为 ByteArrayOutputStream 字节数组输出流；
• 最后再将 ByteArrayOutputStream 字节数组输出流转换为字符串 String;

关于 GZIPOutputStream 和 ByteArrayOutputStream 类的源码分析，可以参考我写的另外两篇文章：

• 【水煮 JDK 源码】- GZIPOutputStream 类源码分析
• 【水煮 JDK 源码】- ByteArrayOutputStream类源码分析

2.2 字符串解压

压缩后的字符串解压缩的实现原理如下：

• 首先使用压缩后的字符串构建字节数组输入流 ByteArrayInputStream；
• 然后使用 ByteArrayInputStream 字节数组输入流构建 GZIPInputStream 压缩输入流，GZIPInputStream 类主要就是用来读取 GZIP 格式的压缩数据的，这个过程会对压缩数据进行解压，具体压缩的实现可以参考 GZIPInputStream 的父类 InflaterInputStream 和默认的解压器 Inflater 类的源码实现；
• 从 GZIPInputStream 压缩输入流中读取数据，然后再写入到 ByteArrayOutputStream 字节数组输出流中；
• 最后再将 ByteArrayOutputStream 字节数组输出流转换为 String，得到解压后的字符串；

关于 GZIPInputStream 、ByteArrayInputStream 和 ByteArrayOutputStream 类的源码分析，可以参考我写的另外三篇文章：

• 【水煮 JDK 源码】- GZIPInputStream 类源码分析
• 【水煮 JDK 源码】- ByteArrayInputStream 类源码分析
• 【水煮 JDK 源码】- ByteArrayOutputStream 类源码分析

不论是字符串压缩还是字符串解压缩，最终将数据流转换为字符串时，都用到了 ByteArrayOutputStream 字节数组输出流。

2.3 字符编码

在压缩和解压的过程中，都需要先将字符串转换为字节流，然后再将字节流转换为字符串，转换的过程中会涉及到编码格式，比如在上面的示例代码中，使用到了两种编码格式：StandardCharsets.UTF_8 和 StandardCharsets.ISO_8859_1，压缩和解压的编码选择应该是一致的，否则可能会导致解压失败。

下面来简单分析一下 StandardCharsets 编码类。

public final class StandardCharsets { /** 构造函数为私有的，不能被实例化 */ private StandardCharsets() { throw new AssertionError("No java.nio.charset.StandardCharsets instances for you!"); } /** US-ASCII(7位 ASCII 编码\ISO646-US\Basic Latin) */ public static final Charset US_ASCII = Charset.forName("US-ASCII"); /** ISO-8859-1(ISO 拉丁字母 编码\ISO-LATIN-1) */ public static final Charset ISO_8859_1 = Charset.forName("ISO-8859-1"); /** UTF-8(八位 UCS 转换格式) */ public static final Charset UTF_8 = Charset.forName("UTF-8"); /** UTF-16BE(十六位 UCS 转换格式, 大端字节序) */ public static final Charset UTF_16BE = Charset.forName("UTF-16BE"); /** UTF-16LE(十六位 UCS 转换格式, 小端字节序) */ public static final Charset UTF_16LE = Charset.forName("UTF-16LE"); /** UTF-16(十六位 UCS 转换格式，由可选字节顺序标记标识的字节顺序) */ public static final Charset UTF_16 = Charset.forName("UTF-16"); }

StandardCharsets 类位于 java.nio.charset 包下，它是一个标准字符集常量定义类，一共定义了6种字符集 Charset，有常见的 UTF-8 和 ISO-8859-1，在平时的编码过程中，如果有使用到编码字符集，可以直接使用 StandardCharsets ，如果需要获取字符集的名称，可以调用 Charset 的 name() 方法或者 displayName() 方法，如下：

public static void main(String[] args) throws IOException { System.out.println(StandardCharsets.UTF_8.name()); System.out.println(StandardCharsets.UTF_8.displayName()); }

输出的结果都是 UTF-8，如下：

UTF-8 UTF-8

3、测试验证

下面来测试验证一下字符串的压缩与解压。

public static void main(String[] args) throws IOException { System.out.println(GzipUtils.compress("123456")); System.out.println(GzipUtils.decompress(compress("123456"))); }

运行程序，输出结果如下：

 342615 aÓr  123456

从输出结果可以看出，字符串被压缩后，如果直接输出，得到的将会是乱码。