初步认识

gzip是用于处理gzip格式的模块，相当于是zlib模块面向文件的一个应用，其最常用的函数为open。

有了open，那就得演示一下文件读写

import gzip
with gzip.open('test.txt.gz', 'wb') as f:
    f.write("压缩文件测试".encode('utf8'))

效果为

其中wb表示写入二进制，相应地，rb就是读取二进制

with gzip.open('test.txt.gz', 'rb') as f:
    print(f.read().decode('utf-8'))
# 压缩文件测试

这里面需要注意的是，由于读写时采用了二进制的形式，所以写入文件时进行了编码；读取时进行了解码。

open的完整定义为

gzip.open(filename, mode='rb', compresslevel=9, encoding=None, errors=None, newline=None)

其中，mode有如下几种

类别	参数
二进制	r, rb； a, ab； w, wb； x, xb
文本	rt, at, wt, xt

其中，r表示读取；w表示写入；a表示追加；x表示新建并写入，如果文件已经存在，则报错。

compresslevel表示压缩程度，其取值在zlib中有定义，下面是zlib模块中内置的四个常量。

		压缩模式
1	Z_BEST_SPEED	最快速度和最低压缩率
9	Z_BEST_COMPRESSION	最慢速度最高压缩率
0	Z_NO_COMPRESSION	不压缩
-1	Z_DEFAULT_COMPRESSION	一般相当于设压缩等级为6

gzip.open的返回值是一个GzipFile文件，其构造函数为

gzip.GzipFile(filename=None, mode=None, compresslevel=9, fileobj=None, mtime=None)

GzipFile的构造函数中，除了fileobj和mtime之外，与gzip.open在二进制模式下的表现是完全相同的。其中，fileobj表示文件标识，mtime表示文件的创建时间。

GzipFile类还封装了如下函数

• peek(n) 可在不移动文件指针的情况下读取n个未压缩字节。

压缩和解压缩函数

最后zlib中封装了必备的压缩和解压缩函数

• compress(data, compresslevel=9, *, mtime=None) 压缩data，返回值为二进制对象。
• decompress(data) 解压缩data，返回未压缩数据的 bytes 对象。

例如

import sys
ori = 'ifyoumissthetrainimonyouwillknowthatiamgone'*10
bOri = ori.encode()
sys.getsizeof(bOri) # 463
c = gzip.compress(bOri)
sys.getsizeof(c)    # 102

即经过gzip.compress压缩之后，字符串由463字节变成了102字节。

如果调整压缩层级

ori = 'if you miss the train i\'m on you will know that i am gone'*100
bOri = ori.encode()
for i in range(10):
    c = gzip.compress(bOri, compresslevel=i)
    print(i, sys.getsizeof(c))

'''返回结果如下
0 5756
1 159
2 155
3 155
4 131
5 131
6 131
7 131
8 131
9 131
'''