Pythonのzlibモジュールで実現するgzip互換のデータ圧縮

Python標準ライブラリのzlibモジュールは、GNUプロジェクトの一部であるZlib圧縮ライブラリ（https://www.zlib.net）をPythonから利用するための実装を提供します。gzip形式とも互換性があり、データ圧縮・解凍の処理を手軽に行えるのが特徴です。

この記事では、zlibモジュールに定義されている主要な関数とクラスについて、具体例を交えながら解説します。

compress()関数 ― データを圧縮する

compress()関数は、decompress()関数と並ぶこのモジュールの中心的なインターフェースです。引数として渡したデータを圧縮し、バイトオブジェクト（bytes型）として返します。

オプションの引数levelを指定すると、圧縮率を制御できます。levelには0〜9の整数を指定でき、0は無圧縮、9が最高圧縮率を意味します。圧縮レベルを高くするほど、圧縮後のデータサイズは小さくなりますが、その分処理時間も長くなる点に注意しましょう。

decompress()関数 ― 圧縮データを元に戻す

decompress()関数は、compress()関数とは逆の働きをし、圧縮されたデータから元のデータを復元します。オプション引数wbitsを指定すると、履歴バッファのサイズやヘッダー・フッターの形式を制御できます。

次のコードでは、文字列をcompress()関数で圧縮しています。

>>> import zlib
>>> c = zlib.compress(b'hello python')
>>> c
b'x\x9c\xcbH\xcd\xc9\xc9W(\xa8,\xc9\xc8\xcf\x03\x00\x1e\xf0\x04\xd7'

続いて、decompress()関数を使えば、元の文字列を復元できます。

>>> zlib.decompress(c)
b'hello python'

ストリーム処理のためのオブジェクト

zlibモジュールには、圧縮用・解凍用それぞれに対応する2つのクラスが定義されており、大きなデータをストリームとして段階的に処理できます。

compressobj() ― 圧縮オブジェクトの生成

compressobj()コンストラクタは、データストリームを圧縮するための圧縮オブジェクトを返します。このオブジェクトの主なメソッドは以下の2つです。

• compress()：圧縮済みのバイトオブジェクトを返します。
• flush()：圧縮オブジェクトはストリームを扱うため、一部の圧縮データがバッファ内に残ることがあります。このメソッドを呼び出すことで、バッファ内の残りデータをすべて吐き出します。

次の例では、圧縮オブジェクトを作成し、compress()メソッドの戻り値にflush()の結果を連結して、最終的な圧縮データを構築しています。

>>> s1 = b'hello python'
>>> c = zlib.compressobj()
>>> s2 = c.compress(s1)
>>> s2 = s2+c.flush()
>>> s2
b'x\x9c\xcbH\xcd\xc9\xc9W(\xa8,\xc9\xc8\xcf\x03\x00\x1e\xf0\x04\xd7'

decompressobj() ― 解凍オブジェクトの生成

decompressobj()コンストラクタは、ストリームから大きなデータを解凍するための解凍オブジェクトを生成します。このオブジェクトが提供する主なメソッドは以下の通りです。

• decompress()：解凍されたデータを返します。
• flush()：バッファ内の残りデータを空にします。

先ほどの例で作成した圧縮データから、元のデータを取り出すコードは次のようになります。

>>> d = zlib.decompressobj()
>>> x = d.decompress(s2)
>>> x = x+d.flush()
>>> x
b'hello python'

バージョン情報を取得する定数

zlibモジュールには、使用中のzlibライブラリのバージョン情報を提供する2つの定数が定義されています。

>>> zlib.ZLIB_VERSION
'1.2.11'
>>> zlib.ZLIB_RUNTIME_VERSION
'1.2.11'

ZLIB_VERSIONはコンパイル時に組み込まれたzlibのバージョンを、ZLIB_RUNTIME_VERSIONは実行時にロードされているzlibのバージョンを表します。通常、両者は同じ値ですが、環境によって異なる場合があります。