libbz2を使ってpbzip2で圧縮したファイルを伸張する

pbzip2で圧縮したファイルを伸張する

以前作成したプログラム(bzip2で圧縮したファイルの伸張はできる)で、pbzpi2(Parallel BZIP2)で圧縮したファイルの伸張が行えなかったので対応させた。
そのときのテストプログラム。

bz2test.cpp

#include <stdio.h>
#include <stdlib.h>

#include <bzlib.h>

int main(int argc, char const* argv[])
{
    FILE *fp = fopen(argv[1], "rb");
    if (fp == NULL) return 1;
    int bzerror;
    char unused[BZ_MAX_UNUSED];
    int unusedLen = 0;
    BZFILE* bz2in = BZ2_bzReadOpen(&bzerror, fp, 0, 0, unused, unusedLen);
    if (bzerror != BZ_OK) return 2;

    bzerror = BZ_OK;
    int length = 512;
    void* buffer = malloc(length);
    while (true) {
        if (bzerror == BZ_STREAM_END && feof(fp)) {
            break;
        }
        uint n = BZ2_bzRead(&bzerror, bz2in, buffer, length);
        if (bzerror != BZ_OK && bzerror != BZ_STREAM_END) {
            return 3;
        }
        if (bzerror == BZ_STREAM_END && !feof(fp)) {
            void* unusedTemp = NULL;
            BZ2_bzReadGetUnused(&bzerror, bz2in, &unusedTemp, &unusedLen);
            if (bzerror != BZ_OK) {
                return 4;
            }
            for (int i=0; i<unusedLen; i++) {
                unused[i] = ((char*)unusedTemp)[i];
            }
            BZ2_bzReadClose(&bzerror, bz2in);
            if (bzerror != BZ_OK) {
                return 5;
            }
            bz2in = BZ2_bzReadOpen(&bzerror, fp, 0, 0, unused, unusedLen);
            if (bzerror != BZ_OK) {
                return 6;
            }
            uint n2 = BZ2_bzRead(&bzerror, bz2in, (char*)buffer + n, length - n);
            if (bzerror == BZ_DATA_ERROR_MAGIC || bzerror == BZ_DATA_ERROR) {
                return 7;
            }
            if (bzerror != BZ_OK) {
                return 8;
            }
        }
    }

    free(buffer);
    return 0;
}

環境

CentOS6.5
bzip2 Version 1.0.5
Parallel BZIP2 v1.1.6

コンパイル

g++ bz2test.cpp -lbz2

bzip2とpbzip2の違い

bzip2はシングルストリームであるがpbzip2はマルチストリーム。
こんなイメージ。

bzip2

[----------------------bzip2----------------------]

pbzip2

[--bzip2--|--bzip2--|--bzip2--|--bzip2--|--bzip2--]

pbzip2はbzip2で圧縮したデータが連続して格納されているため、bzip2として伸張しても途中までしか伸張したことにならない。
ストリームが終了(BZ_STREAM_END)したら、再度オープンして次のストリーム(1つのbzip2圧縮データ)を伸張する必要がある。
そのときに直前のストリームで伸張しきれていないデータを保持(BZ2_bzReadGetUnused)しておく。