這可能落在「不太可行」或「並不真正值得付出」的領域，但在這裏。多部分gzip文件隨機存取（以Java編程）
我想隨機訪問存儲在多部分gzip文件中的記錄。具體而言，我感興趣的文件被壓縮爲Heretrix Arc文件。 （如果你不熟悉多部分的gzip文件，使用gzip規範允許多個gzip的流在一個gzip文件並置。他們不共享任何字典信息，這是簡單的二進制追加。）
我認爲應該可以通過在文件內尋找一定的偏移量來完成此操作，然後掃描gzip魔頭標頭字節（即根據RFC，即0x1f8b），並嘗試從以下字節中讀取gzip流。這種方法的問題在於那些相同的字節也可能出現在實際數據中，因此尋找這些字節可能導致開始讀取gzip流的無效位置。考慮到記錄偏移不是先驗已知的，是否有更好的方法來處理隨機訪問？
正如你所意識到的那樣，GZIP的設計對隨機訪問不友好。
您可以按照您的描述進行操作，然後如果遇到解壓縮程序中的錯誤，則認定您找到的簽名實際上是壓縮數據。
如果你完成了解壓縮，那麼很容易通過CRC32驗證剛解壓的流的有效性。
如果文件不是很大，可以考慮解壓縮所有的串行條目，並保留簽名的偏移量以建立一個目錄。當你解壓時，將這些字節轉儲到一個桶中。此時您將生成一個目錄，然後您可以根據文件名，日期或其他元數據支持隨機訪問。
對於100k以下的文件，這將會相當快。就像猜測一樣，如果你有10個大約100k的文件，它可能會在現代CPU上以2s完成。這就是我所說的「非常快」。但只有你知道你的應用程序的性能要求。
你有GZipInputStream類嗎？如果是這樣，你就在那裏。
BGZF文件格式，兼容GZIP是由生物學家開發的。
（...） BGZF優於常規的gzip的優點是 BGZF允許尋求無需 通過整個文件掃描多達 位置被尋找。
在http://picard.svn.sourceforge.net/viewvc/picard/trunk/src/java/net/sf/samtools/util/，看看BlockCompressedOutputStream和BlockCompressedInputStream.java