GZipStream实现压缩以及出现的问题

在抓取页面的过程中，在存储抓取到的页面内容的时候我需要先将页面压缩再存储，为了使用上的方便，采用了2.0下的GZipStream来进行压缩。

引用如下：

using System.IO;

using System.IO.Compression;

......

public static byte[] Compress(byte[] data)

{

MemoryStream stream = new MemoryStream();

GZipStream gZipStream = new GZipStream(stream, CompressionMode.Compress);

gZipStream.Write(data, 0, data.Length);

//....暂时先在注释的位置卖点关子

return stream.ToArray();

}

public static byte[] Decompress(byte[] data)

{

MemoryStream stream = new MemoryStream();

GZipStream gZipStream = new GZipStream(new MemoryStream(data), CompressionMode.Decompress);

byte[] bytes = new byte[4096];

int n;

while ((n = gZipStream.Read(bytes, 0, bytes.Length)) != 0)

{

stream.Write(bytes, 0, n);

}

return stream.ToArray();

}

上面的代码使用起来似乎是没有什么问题的（如果你不仔细做测试的话），但是当我对各种大小的页面进行测试后，发现如果压缩后byte[]长度<4K，那么问题出来了：没法解压，解压函数中Read返回结果总是0。闻一多先生曾经在演讲中说“郁闷啊，郁闷，这是某集团的郁闷，恰恰是微软的光荣（笔者注：我觉得应该属于微软bug）”。



我一度怀疑是不是Decompress函数中的bytes数组长度设置长了，后来把长度设置的很小，但是解压后还是那样，返回0。真想去和盖茨理论理论。



不过幸运的是，我测试发现了这个4K下限制，所以Google了下“GZipStream 4K”，哈哈，在国外的一论坛（http://www.dotnetmonster.com/Uwe/Forum.aspx/dotnet-framework/19787/Problem-with-the-GZipStream-class-and-small-streams）里面终于找到了答案：原来GZipStream存取数据的时候是以4K为块进行存取的。所以在压缩的时候，在返回stream.ToArray()前应该先gZipStream.Close()（也就是上面俺卖关子的那里），原因是GZipStream是在Dispose的时候把数据完全写入。你说冤吗？我明明已经Write了，竟然还要我再Close才可以。。。



继续郁闷......还不知道会出现什么更加有意思东西哦