当前位置:首页 > 文章列表 > Golang > Go问答 > Swift 和 Go 的 Zlib 压缩对比

Swift 和 Go 的 Zlib 压缩对比

来源:stackoverflow 2024-03-15 09:45:26 0浏览 收藏

有志者,事竟成!如果你在学习Golang,那么本文《Swift 和 Go 的 Zlib 压缩对比》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

问题内容

我的 swift 应用程序与用 go 编写的服务器进行通信。我希望使用 zlib 来压缩传输的数据,但压缩结果似乎与 swift 和 go 不同。

这是 go 版本:

sourcestring := "a-t-elle besoin d'autres preuves ? acceptez-la pour le plaisir. j'ai tant fait que de la cueillir, et c'est presque une fleur-des-veuves."

// compression
var b bytes.buffer
writer := zlib.newwriter(&b)
writer.write([]byte(sourcestring))
writer.close()

// base 64
b64 := base64.stdencoding.encodetostring(b.bytes())

fmt.println(b64)

它给出了以下内容(go 演示):

ejwczb2tg0aqrefwbkbylhaecjy4i/fykuyalev5ixd1fs6pzre1bdqjxoxtb/zfkp2b6aylgx9svxmmp80e8yyhedneq33fcxffykgcool3etthgl5um/u/pbj9yes9jduoqrzg8ryz2vvz1 m8aaad//++ymfq=

现在使用以下 swift 代码(基于本文):

let sourceString = "A-t-elle besoin d'autres preuves ? Acceptez-la pour le plaisir. J'ai tant fait que de la cueillir, Et c'est presque une fleur-des-veuves."

var sourceBuffer = Array(sourceString.utf8)

let destinationBuffer = UnsafeMutablePointer.allocate(capacity: sourceString.count)

let algorithm = COMPRESSION_ZLIB

let compressedSize = compression_encode_buffer(destinationBuffer, sourceString.count, &sourceBuffer, sourceString.count, nil, algorithm)

if compressedSize == 0 {
    fatalError("Encoding failed.")
}

// EDIT after @Steffen Ullrich answer
// let encodedString = String(cString: destinationBuffer)
// let encodedStringb64 = Data(encodedString.utf8).base64EncodedString()

let encodedData = NSData(bytesNoCopy: destinationBuffer, length: compressedSize)
let encodedStringb64 = encodedData.base64EncodedString()

print(encodedStringb64)

我们得到:

h̶e̶+̶/̶v̶t̶e̶o̶7̶7̶+̶9̶m̶a̶x̶d̶0̶a̶t̶w̶7̶7̶+̶9̶u̶u̶+̶/̶v̶q̶p̶f̶7̶7̶+̶9̶l̶o̶+̶/̶v̶e ̶+̶/̶v̶e̶+̶/̶v̶t̶d̶v̶v̶7̶0̶=̶ hc0xdsmwdeprq3dzuuckryysvyxqmiaawxftkunpx6ctlwf+nxumgfhmolvitxleoda645r7xfokm/obtddo6ji6mejqvucvrofshyeo4xpetkxzgmqm/yhnurkh35fjblgjwxg97xz5+newwhw==

正如你所看到的,这是非常不同的,我在这里做错了什么?


解决方案


我不熟悉 Swift,但 Go 代码返回一个 zlib (RFC 1950) 压缩字符串,而根据 Apple 的文档,Swift 代码最多应该返回一个 deflate 压缩字符串 (RFC 1951),即像 zlib 一样压缩但没有 2 字节 zlib 标头。

有了这些知识,从 Go 代码返回的字符串可以正确解压缩,而从 Swift 返回的字符串则不能。大小的差异也很明显,这让我假设有些东西被切断了。看起来您将压缩数据 destinationBuffer 视为 cString,这意味着字符串内的任何 \0-byte 将被视为字符串的结尾。压缩结果很可能存在这样的 \0 字节,并且字符串在那里被切断,即您的输出仅显示真实 destinationBuffer 的一部分。 (编辑:最后一部分不再适用,因为OP以正确的结果更改了问题)。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Swift 和 Go 的 Zlib 压缩对比》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
探索 LLM 主题的中国人工智能日将于 2024 年 3 月 19 日在英伟达 GTC 举行探索 LLM 主题的中国人工智能日将于 2024 年 3 月 19 日在英伟达 GTC 举行
上一篇
探索 LLM 主题的中国人工智能日将于 2024 年 3 月 19 日在英伟达 GTC 举行
解析MySQL中时间戳的工作原理和实现机制
下一篇
解析MySQL中时间戳的工作原理和实现机制
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    360次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    417次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    430次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    383次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    208次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码