这可能落在“不太可行”或“并不真正值得付出”的领域，但在这里。多部分gzip文件随机存取（以Java编程）
我想随机访问存储在多部分gzip文件中的记录。具体而言，我感兴趣的文件被压缩为Heretrix Arc文件。 （如果你不熟悉多部分的gzip文件，使用gzip规范允许多个gzip的流在一个gzip文件并置。他们不共享任何字典信息，这是简单的二进制追加。）
我认为应该可以通过在文件内寻找一定的偏移量来完成此操作，然后扫描gzip魔头标头字节（即根据RFC，即0x1f8b），并尝试从以下字节中读取gzip流。这种方法的问题在于那些相同的字节也可能出现在实际数据中，因此寻找这些字节可能导致开始读取gzip流的无效位置。考虑到记录偏移不是先验已知的，是否有更好的方法来处理随机访问？
正如你所意识到的那样，GZIP的设计对随机访问不友好。
您可以按照您的描述进行操作，然后如果遇到解压缩程序中的错误，则认定您找到的签名实际上是压缩数据。
如果你完成了解压缩，那么很容易通过CRC32验证刚解压的流的有效性。
如果文件不是很大，可以考虑解压缩所有的串行条目，并保留签名的偏移量以建立一个目录。当你解压时，将这些字节转储到一个桶中。此时您将生成一个目录，然后您可以根据文件名，日期或其他元数据支持随机访问。
对于100k以下的文件，这将会相当快。就像猜测一样，如果你有10个大约100k的文件，它可能会在现代CPU上以2s完成。这就是我所说的“非常快”。但只有你知道你的应用程序的性能要求。
你有GZipInputStream类吗？如果是这样，你就在那里。
BGZF文件格式，兼容GZIP是由生物学家开发的。
（...） BGZF优于常规的gzip的优点是 BGZF允许寻求无需 通过整个文件扫描多达 位置被寻找。
在http://picard.svn.sourceforge.net/viewvc/picard/trunk/src/java/net/sf/samtools/util/，看看BlockCompressedOutputStream和BlockCompressedInputStream.java