go语言中compress/gzip和compress/zlib均基于deflate算法，gzip适用于文件和http压缩，因包含头部和校验信息，而zlib更轻量，适合协议传输；通过newwriter压缩数据并需调用close刷新，newreader解压后也需close释放资源；可实现http中间件自动压缩响应体，或读写.gz文件用于日志归档；两者api相似，但封装格式不同，gzip多用于存储，zlib用于体积敏感场景，正确使用可有效减少传输体积，完整掌握后可用于多种实际场景。
Go语言标准库中的
compress
包提供了对多种压缩格式的支持，其中
gzip
和
zlib
是最常用的两种。它们都基于 DEFLATE 算法，但在封装格式和用途上略有不同。本文通过几个实用案例，带你掌握如何在实际项目中使用 Golang 的
compress/gzip
和
compress/zlib
库。
1. 使用
compress/gzip
compress/gzip
压缩和解压数据
gzip
常用于 HTTP 响应压缩、文件压缩（如
.gz
文件）等场景。
压缩字符串为 gzip 数据
package main import ( "bytes" "compress/gzip" "fmt" "io" ) func compressGzip(data string) ([]byte, error) { var buf bytes.Buffer writer := gzip.NewWriter(&buf) _, err := io.WriteString(writer, data) if err != nil { return nil, err } if err := writer.Close(); err != nil { return nil, err } return buf.Bytes(), nil } func main() { original := "Hello, this is a test string for gzip compression." compressed, err := compressGzip(original) if err != nil { panic(err) } fmt.Printf("Original: %d bytesn", len(original)) fmt.Printf("Compressed: %d bytesn", len(compressed)) }
解压 gzip 数据
func decompressGzip(data []byte) (string, error) { reader, err := gzip.NewReader(bytes.NewReader(data)) if err != nil { return "", err } defer reader.Close() var buf bytes.Buffer _, err = io.Copy(&buf, reader) if err != nil { return "", err } return buf.String(), nil }
在
main
中调用：
立即学习“go语言免费学习笔记（深入）”；
decompressed, err := decompressGzip(compressed) if err != nil { panic(err) } fmt.Printf("Decompressed: %sn", decompressed)
注意：gzip.NewReader 必须调用 Close() 释放内部资源，即使只读取一次。
2. 使用
compress/zlib
compress/zlib
进行轻量级压缩
zlib
格式比
gzip
更轻，常用于协议传输、数据库存储等对体积敏感但不需要文件头信息的场景。
压缩数据为 zlib 格式
import "compress/zlib" func compressZlib(data string) ([]byte, error) { var buf bytes.Buffer writer := zlib.NewWriter(&buf) _, err := io.WriteString(writer, data) if err != nil { return nil, err } if err := writer.Close(); err != nil { return nil, err } return buf.Bytes(), nil }
解压 zlib 数据
func decompressZlib(data []byte) (string, error) { reader, err := zlib.NewReader(bytes.NewReader(data)) if err != nil { return "", err } defer reader.Close() var buf bytes.Buffer _, err = io.Copy(&buf, reader) if err != nil { return "", err } return buf.String(), nil }
用法与
gzip
类似，只是换用了
zlib
包。
3. 实战：HTTP 中间件支持 gzip 压缩响应
在 Web 服务中，我们可以使用
gzip
来压缩响应体，减少传输体积。
package main import ( "compress/gzip" "net/http" ) type gzipResponseWriter struct { http.ResponseWriter *gzip.Writer } func (w gzipResponseWriter) Write(data []byte) (int, error) { return w.Writer.Write(data) } func gzipMiddleware(next http.Handler) http.Handler { return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) { if !strings.Contains(r.Header.Get("Accept-Encoding"), "gzip") { next.ServeHTTP(w, r) return } writer := gzip.NewWriter(w) defer writer.Close() w.Header().Set("Content-Encoding", "gzip") w.Header().Set("Vary", "Accept-Encoding") gzResp := gzipResponseWriter{ResponseWriter: w, Writer: writer} next.ServeHTTP(gzResp, r) }) } func handler(w http.ResponseWriter, r *http.Request) { w.Write([]byte("This is a large response that will be compressed with gzip.")) } func main() { mux := http.NewServeMux() mux.HandleFunc("/", handler) http.ListenAndServe(":8080", gzipMiddleware(mux)) }
这个中间件检查客户端是否支持
gzip，如果支持，则包装
ResponseWriter并设置编码头。
4. 处理
.gz
.gz
文件：读写压缩文件
Go 可以直接读写
.gz
文件，适合处理日志归档等场景。
写入 gzip 文件
import ( "os" "compress/gzip" ) func writeGzipFile(filename, content string) error { file, err := os.Create(filename) if err != nil { return err } defer file.Close() gz := gzip.NewWriter(file) defer gz.Close() _, err = gz.Write([]byte(content)) return err }
读取 gzip 文件
func readGzipFile(filename string) (string, error) { file, err := os.Open(filename) if err != nil { return "", err } defer file.Close() gz, err := gzip.NewReader(file) if err != nil { return "", err } defer gz.Close() content, err := io.ReadAll(gz) return string(content), err }
小结关键点
-
gzip
和
zlib
都使用
NewWriter
和
NewReader
，API 高度相似。
- 压缩后必须调用
Close()
触发 flush，否则数据不完整。
-
gzip.NewReader
和
zlib.NewReader
返回的 reader 必须
Close()
。
-
gzip
包含文件头和校验和，适合文件存储；
zlib
更紧凑，适合嵌入协议。
- 在 HTTP 服务中启用压缩可显著减少带宽。
基本上就这些。掌握这几个模式后，你可以灵活应用于日志压缩、API 响应、配置传输等场景。
评论（已关闭）
评论已关闭