Update THANKS.
[xz/debian.git] / doc / xz-file-format.txt
blob09c83e0c8659a46e9918e8ad9bd1c74187c5361a
2 The .xz File Format
3 ===================
5 Version 1.1.0 (2022-12-11)
8         0. Preface
9            0.1. Notices and Acknowledgements
10            0.2. Getting the Latest Version
11            0.3. Version History
12         1. Conventions
13            1.1. Byte and Its Representation
14            1.2. Multibyte Integers
15         2. Overall Structure of .xz File
16            2.1. Stream
17                 2.1.1. Stream Header
18                        2.1.1.1. Header Magic Bytes
19                        2.1.1.2. Stream Flags
20                        2.1.1.3. CRC32
21                 2.1.2. Stream Footer
22                        2.1.2.1. CRC32
23                        2.1.2.2. Backward Size
24                        2.1.2.3. Stream Flags
25                        2.1.2.4. Footer Magic Bytes
26            2.2. Stream Padding
27         3. Block
28            3.1. Block Header
29                 3.1.1. Block Header Size
30                 3.1.2. Block Flags
31                 3.1.3. Compressed Size
32                 3.1.4. Uncompressed Size
33                 3.1.5. List of Filter Flags
34                 3.1.6. Header Padding
35                 3.1.7. CRC32
36            3.2. Compressed Data
37            3.3. Block Padding
38            3.4. Check
39         4. Index
40            4.1. Index Indicator
41            4.2. Number of Records
42            4.3. List of Records
43                 4.3.1. Unpadded Size
44                 4.3.2. Uncompressed Size
45            4.4. Index Padding
46            4.5. CRC32
47         5. Filter Chains
48            5.1. Alignment
49            5.2. Security
50            5.3. Filters
51                 5.3.1. LZMA2
52                 5.3.2. Branch/Call/Jump Filters for Executables
53                 5.3.3. Delta
54                        5.3.3.1. Format of the Encoded Output
55            5.4. Custom Filter IDs
56                 5.4.1. Reserved Custom Filter ID Ranges
57         6. Cyclic Redundancy Checks
58         7. References
61 0. Preface
63         This document describes the .xz file format (filename suffix
64         ".xz", MIME type "application/x-xz"). It is intended that this
65         this format replace the old .lzma format used by LZMA SDK and
66         LZMA Utils.
69 0.1. Notices and Acknowledgements
71         This file format was designed by Lasse Collin
72         <lasse.collin@tukaani.org> and Igor Pavlov.
74         Special thanks for helping with this document goes to
75         Ville Koskinen. Thanks for helping with this document goes to
76         Mark Adler, H. Peter Anvin, Mikko Pouru, and Lars Wirzenius.
78         This document has been put into the public domain.
81 0.2. Getting the Latest Version
83         The latest official version of this document can be downloaded
84         from <http://tukaani.org/xz/xz-file-format.txt>.
86         Specific versions of this document have a filename
87         xz-file-format-X.Y.Z.txt where X.Y.Z is the version number.
88         For example, the version 1.0.0 of this document is available
89         at <http://tukaani.org/xz/xz-file-format-1.0.0.txt>.
92 0.3. Version History
94         Version   Date          Description
96         1.1.0     2022-12-11    Added ARM64 filter and clarified 32-bit
97                                 ARM endianness in Section 5.3.2,
98                                 language improvements in Section 5.4
100         1.0.4     2009-08-27    Language improvements in Sections 1.2,
101                                 2.1.1.2, 3.1.1, 3.1.2, and 5.3.1
103         1.0.3     2009-06-05    Spelling fixes in Sections 5.1 and 5.4
105         1.0.2     2009-06-04    Typo fixes in Sections 4 and 5.3.1
107         1.0.1     2009-06-01    Typo fix in Section 0.3 and minor
108                                 clarifications to Sections 2, 2.2,
109                                 3.3, 4.4, and 5.3.2
111         1.0.0     2009-01-14    The first official version
114 1. Conventions
116         The key words "MUST", "MUST NOT", "REQUIRED", "SHOULD",
117         "SHOULD NOT", "RECOMMENDED", "MAY", and "OPTIONAL" in this
118         document are to be interpreted as described in [RFC-2119].
120         Indicating a warning means displaying a message, returning
121         appropriate exit status, or doing something else to let the
122         user know that something worth warning occurred. The operation
123         SHOULD still finish if a warning is indicated.
125         Indicating an error means displaying a message, returning
126         appropriate exit status, or doing something else to let the
127         user know that something prevented successfully finishing the
128         operation. The operation MUST be aborted once an error has
129         been indicated.
132 1.1. Byte and Its Representation
134         In this document, byte is always 8 bits.
136         A "null byte" has all bits unset. That is, the value of a null
137         byte is 0x00.
139         To represent byte blocks, this document uses notation that
140         is similar to the notation used in [RFC-1952]:
142             +-------+
143             |  Foo  |   One byte.
144             +-------+
146             +---+---+
147             |  Foo  |   Two bytes; that is, some of the vertical bars
148             +---+---+   can be missing.
150             +=======+
151             |  Foo  |   Zero or more bytes.
152             +=======+
154         In this document, a boxed byte or a byte sequence declared
155         using this notation is called "a field". The example field
156         above would be called "the Foo field" or plain "Foo".
158         If there are many fields, they may be split to multiple lines.
159         This is indicated with an arrow ("--->"):
161             +=====+
162             | Foo |
163             +=====+
165                  +=====+
166             ---> | Bar |
167                  +=====+
169         The above is equivalent to this:
171             +=====+=====+
172             | Foo | Bar |
173             +=====+=====+
176 1.2. Multibyte Integers
178         Multibyte integers of static length, such as CRC values,
179         are stored in little endian byte order (least significant
180         byte first).
182         When smaller values are more likely than bigger values (for
183         example file sizes), multibyte integers are encoded in a
184         variable-length representation:
185           - Numbers in the range [0, 127] are copied as is, and take
186             one byte of space.
187           - Bigger numbers will occupy two or more bytes. All but the
188             last byte of the multibyte representation have the highest
189             (eighth) bit set.
191         For now, the value of the variable-length integers is limited
192         to 63 bits, which limits the encoded size of the integer to
193         nine bytes. These limits may be increased in the future if
194         needed.
196         The following C code illustrates encoding and decoding of
197         variable-length integers. The functions return the number of
198         bytes occupied by the integer (1-9), or zero on error.
200             #include <stddef.h>
201             #include <inttypes.h>
203             size_t
204             encode(uint8_t buf[static 9], uint64_t num)
205             {
206                 if (num > UINT64_MAX / 2)
207                     return 0;
209                 size_t i = 0;
211                 while (num >= 0x80) {
212                     buf[i++] = (uint8_t)(num) | 0x80;
213                     num >>= 7;
214                 }
216                 buf[i++] = (uint8_t)(num);
218                 return i;
219             }
221             size_t
222             decode(const uint8_t buf[], size_t size_max, uint64_t *num)
223             {
224                 if (size_max == 0)
225                     return 0;
227                 if (size_max > 9)
228                     size_max = 9;
230                 *num = buf[0] & 0x7F;
231                 size_t i = 0;
233                 while (buf[i++] & 0x80) {
234                     if (i >= size_max || buf[i] == 0x00)
235                         return 0;
237                     *num |= (uint64_t)(buf[i] & 0x7F) << (i * 7);
238                 }
240                 return i;
241             }
244 2. Overall Structure of .xz File
246         A standalone .xz files consist of one or more Streams which may
247         have Stream Padding between or after them:
249             +========+================+========+================+
250             | Stream | Stream Padding | Stream | Stream Padding | ...
251             +========+================+========+================+
253         The sizes of Stream and Stream Padding are always multiples
254         of four bytes, thus the size of every valid .xz file MUST be
255         a multiple of four bytes.
257         While a typical file contains only one Stream and no Stream
258         Padding, a decoder handling standalone .xz files SHOULD support
259         files that have more than one Stream or Stream Padding.
261         In contrast to standalone .xz files, when the .xz file format
262         is used as an internal part of some other file format or
263         communication protocol, it usually is expected that the decoder
264         stops after the first Stream, and doesn't look for Stream
265         Padding or possibly other Streams.
268 2.1. Stream
270         +-+-+-+-+-+-+-+-+-+-+-+-+=======+=======+     +=======+
271         |     Stream Header     | Block | Block | ... | Block |
272         +-+-+-+-+-+-+-+-+-+-+-+-+=======+=======+     +=======+
274              +=======+-+-+-+-+-+-+-+-+-+-+-+-+
275         ---> | Index |     Stream Footer     |
276              +=======+-+-+-+-+-+-+-+-+-+-+-+-+
278         All the above fields have a size that is a multiple of four. If
279         Stream is used as an internal part of another file format, it
280         is RECOMMENDED to make the Stream start at an offset that is
281         a multiple of four bytes.
283         Stream Header, Index, and Stream Footer are always present in
284         a Stream. The maximum size of the Index field is 16 GiB (2^34).
286         There are zero or more Blocks. The maximum number of Blocks is
287         limited only by the maximum size of the Index field.
289         Total size of a Stream MUST be less than 8 EiB (2^63 bytes).
290         The same limit applies to the total amount of uncompressed
291         data stored in a Stream.
293         If an implementation supports handling .xz files with multiple
294         concatenated Streams, it MAY apply the above limits to the file
295         as a whole instead of limiting per Stream basis.
298 2.1.1. Stream Header
300         +---+---+---+---+---+---+-------+------+--+--+--+--+
301         |  Header Magic Bytes   | Stream Flags |   CRC32   |
302         +---+---+---+---+---+---+-------+------+--+--+--+--+
305 2.1.1.1. Header Magic Bytes
307         The first six (6) bytes of the Stream are so called Header
308         Magic Bytes. They can be used to identify the file type.
310             Using a C array and ASCII:
311             const uint8_t HEADER_MAGIC[6]
312                     = { 0xFD, '7', 'z', 'X', 'Z', 0x00 };
314             In plain hexadecimal:
315             FD 37 7A 58 5A 00
317         Notes:
318           - The first byte (0xFD) was chosen so that the files cannot
319             be erroneously detected as being in .lzma format, in which
320             the first byte is in the range [0x00, 0xE0].
321           - The sixth byte (0x00) was chosen to prevent applications
322             from misdetecting the file as a text file.
324         If the Header Magic Bytes don't match, the decoder MUST
325         indicate an error.
328 2.1.1.2. Stream Flags
330         The first byte of Stream Flags is always a null byte. In the
331         future, this byte may be used to indicate a new Stream version
332         or other Stream properties.
334         The second byte of Stream Flags is a bit field:
336             Bit(s)  Mask  Description
337              0-3    0x0F  Type of Check (see Section 3.4):
338                               ID    Size      Check name
339                               0x00   0 bytes  None
340                               0x01   4 bytes  CRC32
341                               0x02   4 bytes  (Reserved)
342                               0x03   4 bytes  (Reserved)
343                               0x04   8 bytes  CRC64
344                               0x05   8 bytes  (Reserved)
345                               0x06   8 bytes  (Reserved)
346                               0x07  16 bytes  (Reserved)
347                               0x08  16 bytes  (Reserved)
348                               0x09  16 bytes  (Reserved)
349                               0x0A  32 bytes  SHA-256
350                               0x0B  32 bytes  (Reserved)
351                               0x0C  32 bytes  (Reserved)
352                               0x0D  64 bytes  (Reserved)
353                               0x0E  64 bytes  (Reserved)
354                               0x0F  64 bytes  (Reserved)
355              4-7    0xF0  Reserved for future use; MUST be zero for now.
357         Implementations SHOULD support at least the Check IDs 0x00
358         (None) and 0x01 (CRC32). Supporting other Check IDs is
359         OPTIONAL. If an unsupported Check is used, the decoder SHOULD
360         indicate a warning or error.
362         If any reserved bit is set, the decoder MUST indicate an error.
363         It is possible that there is a new field present which the
364         decoder is not aware of, and can thus parse the Stream Header
365         incorrectly.
368 2.1.1.3. CRC32
370         The CRC32 is calculated from the Stream Flags field. It is
371         stored as an unsigned 32-bit little endian integer. If the
372         calculated value does not match the stored one, the decoder
373         MUST indicate an error.
375         The idea is that Stream Flags would always be two bytes, even
376         if new features are needed. This way old decoders will be able
377         to verify the CRC32 calculated from Stream Flags, and thus
378         distinguish between corrupt files (CRC32 doesn't match) and
379         files that the decoder doesn't support (CRC32 matches but
380         Stream Flags has reserved bits set).
383 2.1.2. Stream Footer
385         +-+-+-+-+---+---+---+---+-------+------+----------+---------+
386         | CRC32 | Backward Size | Stream Flags | Footer Magic Bytes |
387         +-+-+-+-+---+---+---+---+-------+------+----------+---------+
390 2.1.2.1. CRC32
392         The CRC32 is calculated from the Backward Size and Stream Flags
393         fields. It is stored as an unsigned 32-bit little endian
394         integer. If the calculated value does not match the stored one,
395         the decoder MUST indicate an error.
397         The reason to have the CRC32 field before the Backward Size and
398         Stream Flags fields is to keep the four-byte fields aligned to
399         a multiple of four bytes.
402 2.1.2.2. Backward Size
404         Backward Size is stored as a 32-bit little endian integer,
405         which indicates the size of the Index field as multiple of
406         four bytes, minimum value being four bytes:
408             real_backward_size = (stored_backward_size + 1) * 4;
410         If the stored value does not match the real size of the Index
411         field, the decoder MUST indicate an error.
413         Using a fixed-size integer to store Backward Size makes
414         it slightly simpler to parse the Stream Footer when the
415         application needs to parse the Stream backwards.
418 2.1.2.3. Stream Flags
420         This is a copy of the Stream Flags field from the Stream
421         Header. The information stored to Stream Flags is needed
422         when parsing the Stream backwards. The decoder MUST compare
423         the Stream Flags fields in both Stream Header and Stream
424         Footer, and indicate an error if they are not identical.
427 2.1.2.4. Footer Magic Bytes
429         As the last step of the decoding process, the decoder MUST
430         verify the existence of Footer Magic Bytes. If they don't
431         match, an error MUST be indicated.
433             Using a C array and ASCII:
434             const uint8_t FOOTER_MAGIC[2] = { 'Y', 'Z' };
436             In hexadecimal:
437             59 5A
439         The primary reason to have Footer Magic Bytes is to make
440         it easier to detect incomplete files quickly, without
441         uncompressing. If the file does not end with Footer Magic Bytes
442         (excluding Stream Padding described in Section 2.2), it cannot
443         be undamaged, unless someone has intentionally appended garbage
444         after the end of the Stream.
447 2.2. Stream Padding
449         Only the decoders that support decoding of concatenated Streams
450         MUST support Stream Padding.
452         Stream Padding MUST contain only null bytes. To preserve the
453         four-byte alignment of consecutive Streams, the size of Stream
454         Padding MUST be a multiple of four bytes. Empty Stream Padding
455         is allowed. If these requirements are not met, the decoder MUST
456         indicate an error.
458         Note that non-empty Stream Padding is allowed at the end of the
459         file; there doesn't need to be a new Stream after non-empty
460         Stream Padding. This can be convenient in certain situations
461         [GNU-tar].
463         The possibility of Stream Padding MUST be taken into account
464         when designing an application that parses Streams backwards,
465         and the application supports concatenated Streams.
468 3. Block
470         +==============+=================+===============+=======+
471         | Block Header | Compressed Data | Block Padding | Check |
472         +==============+=================+===============+=======+
475 3.1. Block Header
477         +-------------------+-------------+=================+
478         | Block Header Size | Block Flags | Compressed Size |
479         +-------------------+-------------+=================+
481              +===================+======================+
482         ---> | Uncompressed Size | List of Filter Flags |
483              +===================+======================+
485              +================+--+--+--+--+
486         ---> | Header Padding |   CRC32   |
487              +================+--+--+--+--+
490 3.1.1. Block Header Size
492         This field overlaps with the Index Indicator field (see
493         Section 4.1).
495         This field contains the size of the Block Header field,
496         including the Block Header Size field itself. Valid values are
497         in the range [0x01, 0xFF], which indicate the size of the Block
498         Header as multiples of four bytes, minimum size being eight
499         bytes:
501             real_header_size = (encoded_header_size + 1) * 4;
503         If a Block Header bigger than 1024 bytes is needed in the
504         future, a new field can be added between the Block Header and
505         Compressed Data fields. The presence of this new field would
506         be indicated in the Block Header field.
509 3.1.2. Block Flags
511         The Block Flags field is a bit field:
513             Bit(s)  Mask  Description
514              0-1    0x03  Number of filters (1-4)
515              2-5    0x3C  Reserved for future use; MUST be zero for now.
516               6     0x40  The Compressed Size field is present.
517               7     0x80  The Uncompressed Size field is present.
519         If any reserved bit is set, the decoder MUST indicate an error.
520         It is possible that there is a new field present which the
521         decoder is not aware of, and can thus parse the Block Header
522         incorrectly.
525 3.1.3. Compressed Size
527         This field is present only if the appropriate bit is set in
528         the Block Flags field (see Section 3.1.2).
530         The Compressed Size field contains the size of the Compressed
531         Data field, which MUST be non-zero. Compressed Size is stored
532         using the encoding described in Section 1.2. If the Compressed
533         Size doesn't match the size of the Compressed Data field, the
534         decoder MUST indicate an error.
537 3.1.4. Uncompressed Size
539         This field is present only if the appropriate bit is set in
540         the Block Flags field (see Section 3.1.2).
542         The Uncompressed Size field contains the size of the Block
543         after uncompressing. Uncompressed Size is stored using the
544         encoding described in Section 1.2. If the Uncompressed Size
545         does not match the real uncompressed size, the decoder MUST
546         indicate an error.
548         Storing the Compressed Size and Uncompressed Size fields serves
549         several purposes:
550           - The decoder knows how much memory it needs to allocate
551             for a temporary buffer in multithreaded mode.
552           - Simple error detection: wrong size indicates a broken file.
553           - Seeking forwards to a specific location in streamed mode.
555         It should be noted that the only reliable way to determine
556         the real uncompressed size is to uncompress the Block,
557         because the Block Header and Index fields may contain
558         (intentionally or unintentionally) invalid information.
561 3.1.5. List of Filter Flags
563         +================+================+     +================+
564         | Filter 0 Flags | Filter 1 Flags | ... | Filter n Flags |
565         +================+================+     +================+
567         The number of Filter Flags fields is stored in the Block Flags
568         field (see Section 3.1.2).
570         The format of each Filter Flags field is as follows:
572             +===========+====================+===================+
573             | Filter ID | Size of Properties | Filter Properties |
574             +===========+====================+===================+
576         Both Filter ID and Size of Properties are stored using the
577         encoding described in Section 1.2. Size of Properties indicates
578         the size of the Filter Properties field as bytes. The list of
579         officially defined Filter IDs and the formats of their Filter
580         Properties are described in Section 5.3.
582         Filter IDs greater than or equal to 0x4000_0000_0000_0000
583         (2^62) are reserved for implementation-specific internal use.
584         These Filter IDs MUST never be used in List of Filter Flags.
587 3.1.6. Header Padding
589         This field contains as many null byte as it is needed to make
590         the Block Header have the size specified in Block Header Size.
591         If any of the bytes are not null bytes, the decoder MUST
592         indicate an error. It is possible that there is a new field
593         present which the decoder is not aware of, and can thus parse
594         the Block Header incorrectly.
597 3.1.7. CRC32
599         The CRC32 is calculated over everything in the Block Header
600         field except the CRC32 field itself. It is stored as an
601         unsigned 32-bit little endian integer. If the calculated
602         value does not match the stored one, the decoder MUST indicate
603         an error.
605         By verifying the CRC32 of the Block Header before parsing the
606         actual contents allows the decoder to distinguish between
607         corrupt and unsupported files.
610 3.2. Compressed Data
612         The format of Compressed Data depends on Block Flags and List
613         of Filter Flags. Excluding the descriptions of the simplest
614         filters in Section 5.3, the format of the filter-specific
615         encoded data is out of scope of this document.
618 3.3. Block Padding
620         Block Padding MUST contain 0-3 null bytes to make the size of
621         the Block a multiple of four bytes. This can be needed when
622         the size of Compressed Data is not a multiple of four. If any
623         of the bytes in Block Padding are not null bytes, the decoder
624         MUST indicate an error.
627 3.4. Check
629         The type and size of the Check field depends on which bits
630         are set in the Stream Flags field (see Section 2.1.1.2).
632         The Check, when used, is calculated from the original
633         uncompressed data. If the calculated Check does not match the
634         stored one, the decoder MUST indicate an error. If the selected
635         type of Check is not supported by the decoder, it SHOULD
636         indicate a warning or error.
639 4. Index
641         +-----------------+===================+
642         | Index Indicator | Number of Records |
643         +-----------------+===================+
645              +=================+===============+-+-+-+-+
646         ---> | List of Records | Index Padding | CRC32 |
647              +=================+===============+-+-+-+-+
649         Index serves several purposes. Using it, one can
650           - verify that all Blocks in a Stream have been processed;
651           - find out the uncompressed size of a Stream; and
652           - quickly access the beginning of any Block (random access).
655 4.1. Index Indicator
657         This field overlaps with the Block Header Size field (see
658         Section 3.1.1). The value of Index Indicator is always 0x00.
661 4.2. Number of Records
663         This field indicates how many Records there are in the List
664         of Records field, and thus how many Blocks there are in the
665         Stream. The value is stored using the encoding described in
666         Section 1.2. If the decoder has decoded all the Blocks of the
667         Stream, and then notices that the Number of Records doesn't
668         match the real number of Blocks, the decoder MUST indicate an
669         error.
672 4.3. List of Records
674         List of Records consists of as many Records as indicated by the
675         Number of Records field:
677             +========+========+
678             | Record | Record | ...
679             +========+========+
681         Each Record contains information about one Block:
683             +===============+===================+
684             | Unpadded Size | Uncompressed Size |
685             +===============+===================+
687         If the decoder has decoded all the Blocks of the Stream, it
688         MUST verify that the contents of the Records match the real
689         Unpadded Size and Uncompressed Size of the respective Blocks.
691         Implementation hint: It is possible to verify the Index with
692         constant memory usage by calculating for example SHA-256 of
693         both the real size values and the List of Records, then
694         comparing the hash values. Implementing this using
695         non-cryptographic hash like CRC32 SHOULD be avoided unless
696         small code size is important.
698         If the decoder supports random-access reading, it MUST verify
699         that Unpadded Size and Uncompressed Size of every completely
700         decoded Block match the sizes stored in the Index. If only
701         partial Block is decoded, the decoder MUST verify that the
702         processed sizes don't exceed the sizes stored in the Index.
705 4.3.1. Unpadded Size
707         This field indicates the size of the Block excluding the Block
708         Padding field. That is, Unpadded Size is the size of the Block
709         Header, Compressed Data, and Check fields. Unpadded Size is
710         stored using the encoding described in Section 1.2. The value
711         MUST never be zero; with the current structure of Blocks, the
712         actual minimum value for Unpadded Size is five.
714         Implementation note: Because the size of the Block Padding
715         field is not included in Unpadded Size, calculating the total
716         size of a Stream or doing random-access reading requires
717         calculating the actual size of the Blocks by rounding Unpadded
718         Sizes up to the next multiple of four.
720         The reason to exclude Block Padding from Unpadded Size is to
721         ease making a raw copy of Compressed Data without Block
722         Padding. This can be useful, for example, if someone wants
723         to convert Streams to some other file format quickly.
726 4.3.2. Uncompressed Size
728         This field indicates the Uncompressed Size of the respective
729         Block as bytes. The value is stored using the encoding
730         described in Section 1.2.
733 4.4. Index Padding
735         This field MUST contain 0-3 null bytes to pad the Index to
736         a multiple of four bytes. If any of the bytes are not null
737         bytes, the decoder MUST indicate an error.
740 4.5. CRC32
742         The CRC32 is calculated over everything in the Index field
743         except the CRC32 field itself. The CRC32 is stored as an
744         unsigned 32-bit little endian integer. If the calculated
745         value does not match the stored one, the decoder MUST indicate
746         an error.
749 5. Filter Chains
751         The Block Flags field defines how many filters are used. When
752         more than one filter is used, the filters are chained; that is,
753         the output of one filter is the input of another filter. The
754         following figure illustrates the direction of data flow.
756                     v   Uncompressed Data   ^
757                     |       Filter 0        |
758             Encoder |       Filter 1        | Decoder
759                     |       Filter n        |
760                     v    Compressed Data    ^
763 5.1. Alignment
765         Alignment of uncompressed input data is usually the job of
766         the application producing the data. For example, to get the
767         best results, an archiver tool should make sure that all
768         PowerPC executable files in the archive stream start at
769         offsets that are multiples of four bytes.
771         Some filters, for example LZMA2, can be configured to take
772         advantage of specified alignment of input data. Note that
773         taking advantage of aligned input can be beneficial also when
774         a filter is not the first filter in the chain. For example,
775         if you compress PowerPC executables, you may want to use the
776         PowerPC filter and chain that with the LZMA2 filter. Because
777         not only the input but also the output alignment of the PowerPC
778         filter is four bytes, it is now beneficial to set LZMA2
779         settings so that the LZMA2 encoder can take advantage of its
780         four-byte-aligned input data.
782         The output of the last filter in the chain is stored to the
783         Compressed Data field, which is is guaranteed to be aligned
784         to a multiple of four bytes relative to the beginning of the
785         Stream. This can increase
786           - speed, if the filtered data is handled multiple bytes at
787             a time by the filter-specific encoder and decoder,
788             because accessing aligned data in computer memory is
789             usually faster; and
790           - compression ratio, if the output data is later compressed
791             with an external compression tool.
794 5.2. Security
796         If filters would be allowed to be chained freely, it would be
797         possible to create malicious files, that would be very slow to
798         decode. Such files could be used to create denial of service
799         attacks.
801         Slow files could occur when multiple filters are chained:
803             v   Compressed input data
804             |   Filter 1 decoder (last filter)
805             |   Filter 0 decoder (non-last filter)
806             v   Uncompressed output data
808         The decoder of the last filter in the chain produces a lot of
809         output from little input. Another filter in the chain takes the
810         output of the last filter, and produces very little output
811         while consuming a lot of input. As a result, a lot of data is
812         moved inside the filter chain, but the filter chain as a whole
813         gets very little work done.
815         To prevent this kind of slow files, there are restrictions on
816         how the filters can be chained. These restrictions MUST be
817         taken into account when designing new filters.
819         The maximum number of filters in the chain has been limited to
820         four, thus there can be at maximum of three non-last filters.
821         Of these three non-last filters, only two are allowed to change
822         the size of the data.
824         The non-last filters, that change the size of the data, MUST
825         have a limit how much the decoder can compress the data: the
826         decoder SHOULD produce at least n bytes of output when the
827         filter is given 2n bytes of input. This  limit is not
828         absolute, but significant deviations MUST be avoided.
830         The above limitations guarantee that if the last filter in the
831         chain produces 4n bytes of output, the chain as a whole will
832         produce at least n bytes of output.
835 5.3. Filters
837 5.3.1. LZMA2
839         LZMA (Lempel-Ziv-Markov chain-Algorithm) is a general-purpose
840         compression algorithm with high compression ratio and fast
841         decompression. LZMA is based on LZ77 and range coding
842         algorithms.
844         LZMA2 is an extension on top of the original LZMA. LZMA2 uses
845         LZMA internally, but adds support for flushing the encoder,
846         uncompressed chunks, eases stateful decoder implementations,
847         and improves support for multithreading. Thus, the plain LZMA
848         will not be supported in this file format.
850             Filter ID:                  0x21
851             Size of Filter Properties:  1 byte
852             Changes size of data:       Yes
853             Allow as a non-last filter: No
854             Allow as the last filter:   Yes
856             Preferred alignment:
857                 Input data:             Adjustable to 1/2/4/8/16 byte(s)
858                 Output data:            1 byte
860         The format of the one-byte Filter Properties field is as
861         follows:
863             Bits   Mask   Description
864             0-5    0x3F   Dictionary Size
865             6-7    0xC0   Reserved for future use; MUST be zero for now.
867         Dictionary Size is encoded with one-bit mantissa and five-bit
868         exponent. The smallest dictionary size is 4 KiB and the biggest
869         is 4 GiB.
871             Raw value   Mantissa   Exponent   Dictionary size
872                 0           2         11         4 KiB
873                 1           3         11         6 KiB
874                 2           2         12         8 KiB
875                 3           3         12        12 KiB
876                 4           2         13        16 KiB
877                 5           3         13        24 KiB
878                 6           2         14        32 KiB
879               ...         ...        ...      ...
880                35           3         27       768 MiB
881                36           2         28      1024 MiB
882                37           3         29      1536 MiB
883                38           2         30      2048 MiB
884                39           3         30      3072 MiB
885                40           2         31      4096 MiB - 1 B
887         Instead of having a table in the decoder, the dictionary size
888         can be decoded using the following C code:
890             const uint8_t bits = get_dictionary_flags() & 0x3F;
891             if (bits > 40)
892                 return DICTIONARY_TOO_BIG; // Bigger than 4 GiB
894             uint32_t dictionary_size;
895             if (bits == 40) {
896                 dictionary_size = UINT32_MAX;
897             } else {
898                 dictionary_size = 2 | (bits & 1);
899                 dictionary_size <<= bits / 2 + 11;
900             }
903 5.3.2. Branch/Call/Jump Filters for Executables
905         These filters convert relative branch, call, and jump
906         instructions to their absolute counterparts in executable
907         files. This conversion increases redundancy and thus
908         compression ratio.
910             Size of Filter Properties:  0 or 4 bytes
911             Changes size of data:       No
912             Allow as a non-last filter: Yes
913             Allow as the last filter:   No
915         Below is the list of filters in this category. The alignment
916         is the same for both input and output data.
918             Filter ID   Alignment   Description
919               0x04       1 byte     x86 filter (BCJ)
920               0x05       4 bytes    PowerPC (big endian) filter
921               0x06      16 bytes    IA64 filter
922               0x07       4 bytes    ARM filter [1]
923               0x08       2 bytes    ARM Thumb filter [1]
924               0x09       4 bytes    SPARC filter
925               0x0A       4 bytes    ARM64 filter [2]
927               [1] These are for little endian instruction encoding.
928                   This must not be confused with data endianness.
929                   A processor configured for big endian data access
930                   may still use little endian instruction encoding.
931                   The filters don't care about the data endianness.
933               [2] 4096-byte alignment gives the best results
934                   because the address in the ADRP instruction
935                   is a multiple of 4096 bytes.
937         If the size of Filter Properties is four bytes, the Filter
938         Properties field contains the start offset used for address
939         conversions. It is stored as an unsigned 32-bit little endian
940         integer. The start offset MUST be a multiple of the alignment
941         of the filter as listed in the table above; if it isn't, the
942         decoder MUST indicate an error. If the size of Filter
943         Properties is zero, the start offset is zero.
945         Setting the start offset may be useful if an executable has
946         multiple sections, and there are many cross-section calls.
947         Taking advantage of this feature usually requires usage of
948         the Subblock filter, whose design is not complete yet.
951 5.3.3. Delta
953         The Delta filter may increase compression ratio when the value
954         of the next byte correlates with the value of an earlier byte
955         at specified distance.
957             Filter ID:                  0x03
958             Size of Filter Properties:  1 byte
959             Changes size of data:       No
960             Allow as a non-last filter: Yes
961             Allow as the last filter:   No
963             Preferred alignment:
964                 Input data:             1 byte
965                 Output data:            Same as the original input data
967         The Properties byte indicates the delta distance, which can be
968         1-256 bytes backwards from the current byte: 0x00 indicates
969         distance of 1 byte and 0xFF distance of 256 bytes.
972 5.3.3.1. Format of the Encoded Output
974         The code below illustrates both encoding and decoding with
975         the Delta filter.
977             // Distance is in the range [1, 256].
978             const unsigned int distance = get_properties_byte() + 1;
979             uint8_t pos = 0;
980             uint8_t delta[256];
982             memset(delta, 0, sizeof(delta));
984             while (1) {
985                 const int byte = read_byte();
986                 if (byte == EOF)
987                     break;
989                 uint8_t tmp = delta[(uint8_t)(distance + pos)];
990                 if (is_encoder) {
991                     tmp = (uint8_t)(byte) - tmp;
992                     delta[pos] = (uint8_t)(byte);
993                 } else {
994                     tmp = (uint8_t)(byte) + tmp;
995                     delta[pos] = tmp;
996                 }
998                 write_byte(tmp);
999                 --pos;
1000             }
1003 5.4. Custom Filter IDs
1005         If a developer wants to use custom Filter IDs, there are two
1006         choices. The first choice is to contact Lasse Collin and ask
1007         him to allocate a range of IDs for the developer.
1009         The second choice is to generate a 40-bit random integer
1010         which the developer can use as a personal Developer ID.
1011         To minimize the risk of collisions, Developer ID has to be
1012         a randomly generated integer, not manually selected "hex word".
1013         The following command, which works on many free operating
1014         systems, can be used to generate Developer ID:
1016             dd if=/dev/urandom bs=5 count=1 | hexdump
1018         The developer can then use the Developer ID to create unique
1019         (well, hopefully unique) Filter IDs.
1021             Bits    Mask                    Description
1022              0-15   0x0000_0000_0000_FFFF   Filter ID
1023             16-55   0x00FF_FFFF_FFFF_0000   Developer ID
1024             56-62   0x3F00_0000_0000_0000   Static prefix: 0x3F
1026         The resulting 63-bit integer will use 9 bytes of space when
1027         stored using the encoding described in Section 1.2. To get
1028         a shorter ID, see the beginning of this Section how to
1029         request a custom ID range.
1032 5.4.1. Reserved Custom Filter ID Ranges
1034         Range                       Description
1035         0x0000_0300 - 0x0000_04FF   Reserved to ease .7z compatibility
1036         0x0002_0000 - 0x0007_FFFF   Reserved to ease .7z compatibility
1037         0x0200_0000 - 0x07FF_FFFF   Reserved to ease .7z compatibility
1040 6. Cyclic Redundancy Checks
1042         There are several incompatible variations to calculate CRC32
1043         and CRC64. For simplicity and clarity, complete examples are
1044         provided to calculate the checks as they are used in this file
1045         format. Implementations MAY use different code as long as it
1046         gives identical results.
1048         The program below reads data from standard input, calculates
1049         the CRC32 and CRC64 values, and prints the calculated values
1050         as big endian hexadecimal strings to standard output.
1052             #include <stddef.h>
1053             #include <inttypes.h>
1054             #include <stdio.h>
1056             uint32_t crc32_table[256];
1057             uint64_t crc64_table[256];
1059             void
1060             init(void)
1061             {
1062                 static const uint32_t poly32 = UINT32_C(0xEDB88320);
1063                 static const uint64_t poly64
1064                         = UINT64_C(0xC96C5795D7870F42);
1066                 for (size_t i = 0; i < 256; ++i) {
1067                     uint32_t crc32 = i;
1068                     uint64_t crc64 = i;
1070                     for (size_t j = 0; j < 8; ++j) {
1071                         if (crc32 & 1)
1072                             crc32 = (crc32 >> 1) ^ poly32;
1073                         else
1074                             crc32 >>= 1;
1076                         if (crc64 & 1)
1077                             crc64 = (crc64 >> 1) ^ poly64;
1078                         else
1079                             crc64 >>= 1;
1080                     }
1082                     crc32_table[i] = crc32;
1083                     crc64_table[i] = crc64;
1084                 }
1085             }
1087             uint32_t
1088             crc32(const uint8_t *buf, size_t size, uint32_t crc)
1089             {
1090                 crc = ~crc;
1091                 for (size_t i = 0; i < size; ++i)
1092                     crc = crc32_table[buf[i] ^ (crc & 0xFF)]
1093                             ^ (crc >> 8);
1094                 return ~crc;
1095             }
1097             uint64_t
1098             crc64(const uint8_t *buf, size_t size, uint64_t crc)
1099             {
1100                 crc = ~crc;
1101                 for (size_t i = 0; i < size; ++i)
1102                     crc = crc64_table[buf[i] ^ (crc & 0xFF)]
1103                             ^ (crc >> 8);
1104                 return ~crc;
1105             }
1107             int
1108             main()
1109             {
1110                 init();
1112                 uint32_t value32 = 0;
1113                 uint64_t value64 = 0;
1114                 uint64_t total_size = 0;
1115                 uint8_t buf[8192];
1117                 while (1) {
1118                     const size_t buf_size
1119                             = fread(buf, 1, sizeof(buf), stdin);
1120                     if (buf_size == 0)
1121                         break;
1123                     total_size += buf_size;
1124                     value32 = crc32(buf, buf_size, value32);
1125                     value64 = crc64(buf, buf_size, value64);
1126                 }
1128                 printf("Bytes:  %" PRIu64 "\n", total_size);
1129                 printf("CRC-32: 0x%08" PRIX32 "\n", value32);
1130                 printf("CRC-64: 0x%016" PRIX64 "\n", value64);
1132                 return 0;
1133             }
1136 7. References
1138         LZMA SDK - The original LZMA implementation
1139         http://7-zip.org/sdk.html
1141         LZMA Utils - LZMA adapted to POSIX-like systems
1142         http://tukaani.org/lzma/
1144         XZ Utils - The next generation of LZMA Utils
1145         http://tukaani.org/xz/
1147         [RFC-1952]
1148         GZIP file format specification version 4.3
1149         http://www.ietf.org/rfc/rfc1952.txt
1150           - Notation of byte boxes in section "2.1. Overall conventions"
1152         [RFC-2119]
1153         Key words for use in RFCs to Indicate Requirement Levels
1154         http://www.ietf.org/rfc/rfc2119.txt
1156         [GNU-tar]
1157         GNU tar 1.21 manual
1158         http://www.gnu.org/software/tar/manual/html_node/Blocking-Factor.html
1159           - Node 9.4.2 "Blocking Factor", paragraph that begins
1160             "gzip will complain about trailing garbage"
1161           - Note that this URL points to the latest version of the
1162             manual, and may some day not contain the note which is in
1163             1.21. For the exact version of the manual, download GNU
1164             tar 1.21: ftp://ftp.gnu.org/pub/gnu/tar/tar-1.21.tar.gz