☰

我从 Pubchem 下载了大型 gzip 压缩的 xml 文件，但我的电脑显示它们已损坏

tag-icon • tag-icon google-chrome ftp wget file-corruption gzip
我从 Pubchem 下载了大型 gzip 压缩的 xml 文件，但我的电脑显示它们已损坏

我曾两次尝试从PubChem FTP 服务器，一次通过 wget，一次通过 chrome 手动，但两次都导致文件损坏。例如，第一个和它的 MD5 哈希文件在这里：

Compound_000000001_000500000.xml.gz
Compound_000000001_000500000.xml.gz.md5

打开 MD5 文件我看到以下内容：

be9a076090e9b263611c1fc7acf139a6  Compound_000000001_000500000.xml.gz

但是在 xml.gz 文件上运行命令时，我看到的是：

$ md5 Compound_000000001_000500000.xml.gz
MD5 (Compound_000000001_000500000.xml.gz) = 6eb5713212c085a1af89b0e31f09f9b9
$  gunzip -tv Compound_000000001_000500000.xml.gz
gunzip: data stream error
gunzip: Compound_000000001_000500000.xml.gz: uncompress failed
Compound_000000001_000500000.xml.gz:  NOT OK

因此 MD5 哈希值似乎不匹配......

同样，如果我尝试使用内置的 Mac 功能/应用程序解压文件，它会显示错误“文件已损坏”。下载过程中没有出现任何错误。

发生了什么事？我联系了 PubChem 的某个人，他说他们没问题，MD5 验证正确。是不是有一些我不知道的浏览器设置或路由器设置妨碍了？我该如何修复这个问题，以免文件损坏？

我可以使用 Node.js 通过 gunzipper 传输 gzip 压缩文件，并且可以看到 XML，因此至少部分正确。但是它在解析文件 10 秒左右后也会出现错误。

会发生什么奇怪的事情吗？

答案1

根据您提供的信息，我认为该文件确实已损坏。我会向任何网站报告您试图这样做的情况并通知他们。此外，如果您安装了 wine（或 Windows 计算机），请尝试使用 7-zip。如果 7-zip 显示错误，那么我知道它确实已损坏。

相关内容