製作壓縮包文件的方法：怎樣壓縮文件大小

一、壓縮介紹

現在這個時代電子信息發展迅猛，數據量越來越龐大，小米10手機攝像頭技術都達到1億像素；2021年9月，三星甚至提出2億像素的感測器技術。因此，壓縮數據成為數據存儲和傳輸中用於降低成本和時間的關鍵技術。

2億像素的ISOCELL HP1，5000萬像素的ISOCELL GN5

壓縮技術又分為有損壓縮與無損壓縮兩類，兩者的主要區別是：有損壓縮還原時跟原始信息不是完全一樣，但是不影響使用，比如音頻、圖片、視頻類信息；無損壓縮還原時跟原始信息完全一樣，比如本文要介紹的常用壓縮軟體RAR，Zip等壓縮方法。

Windows下比較熟知的壓縮方法有zip或者RAR，為了便於壓縮與解壓的使用，開發了許多的解壓縮軟體，比如：winrar、好壓、快壓、360壓縮等。但是在Linux比較常用的壓縮方法卻是gzip、bzip2、compress等，比如官方下載的gcc編譯器源碼壓縮文件就是基於gzip壓縮的：gcc-11.2.0.tar.gz。

打包或者壓縮格式很多，目前主流使用的有如下表所示幾種：

表一

表二

對於表二類似「xxx.tar.gz」等格式的文件，是Linux下的一種文件格式，生成該格式文件分為兩個步驟，（1）、xxx文件打包為xxx.tar；（2）、xxx.tar壓縮為xxx.tar.gz。下面大概介紹Linux下tar打包與gz、bz2等壓縮工具的使用。

二、Linux打包tar

由於Linux中的很多壓縮程序只能針對一個文件進行壓縮，因此如果包含許多文件，則需要將所有文件打包為一個文件，然後再壓縮。

Linux下最常用的打包程序就是tar，使用tar程序打出來的包我們常稱為tar包，tar包文件的擴展名通常是.tar。生成tar包後，就可以用其它的程序（gzip或bzip2等）來進行壓縮了。

2.1、tar文件結構

Tar指令只用於多文件打包，並不壓縮文件，因此打包後的文件並沒有減小，反而由於在打包時會在每個文件頭加入512位元組的tar頭部信息，使得打包後的文件略微變大。比如當前有文件a1.c、a2.c、a3.c，每個文件100k，打包後文件的文件結構如下圖所示：

如上圖所示，3個文件共300k，通過tar打包後，至少為301.5k；因為tar文件是按塊存儲，每個塊為512bytes大小，所以tar文件大小應該為512位元組的倍數，如果a1.c文件大小為99.7k，則通過tar打包時，最後0.3k必須填充為0，補足至100k（滿足512位元組的倍數）。

2.2、tar_header頭部結構

tar_header為512位元組的塊結構，保存後面的文件信息，tar源碼的tar.h文件中該header結構如下圖所示，該header結構剛好是一個塊大小，即512位元組每個塊。

tar源碼版本為「tar-1.26.tar.gz」，可通過以下網盤鏈接下載：

鏈接：
https://pan.baidu.com/s/1T34dYxBRWKYE8jmFvv_2aw

提取碼：ppw2

tar打包函數入口為create_archive()，在源碼文件create.c中。

2.3、tar命令打包

tar 命令用於打包操作時，該命令的基本格式為：tar [選項] 源文件或目錄。tar命令常用的選項及各自的含義如下圖所示。

（1）、創建2個文件a1.txt、a2.txt，分別輸入如下內容：

（2）、tar命令進行打包，生成aTar.tar打包文件

2.4、aTar.tar文件內容分析

通過UltraEdit打開上面tar命令打包生成的aTar.tar文件，可以看到aTar.tar文件格式為：首先是a1.txt的tar_header信息，然後是a1.txt的內容；接著是a2.txt的tar_header信息，然後是a2txt的內容。

（1）、第一塊：從地址0x00000000h位置到0x00000200h之間（共512位元組）是a1.txt的tar_header信息：

根據如上結構struct posix_header結構體的定義，說明幾個欄位含義：

a>、最開始的位置存儲name，大小為100位元組，內容為61 31 2E 74 78 74 00,即為「a1.txt」；

b>、後面是mode欄位內容為30 30 30 30 36 34 34 00，即為「0000644」，表示a1.txt文件的操作許可權，與ls命令查詢a1.txt文件許可權一致。

c>、uid、gid信息，即當前linux登錄用戶id與組id，這兩個id的內容均為30 30 30 31 37 35 30 00，即為「0001750」，該值為八進位，轉為十進位為1000，與id命令查詢的結果一致。

d>、size欄位值為30 30 30 30 30 30 30 30 30 33 33 00，即為「00000000033」，該值為八進位，轉為十進位為27，表示a1.txt文件大小為27位元組，與文件內容大小一致：

e>、magic欄位值為75 73 74 61 72 20，即為「ustar」，表示當前包為tar文件；

f>、uname與gname為當前linux登錄用戶名與組名，即kevin。

（2）、第二塊：從地址0x00000200h位置到0x00000400h之間（共512位元組）是a1.txt的內容，雖然a1.txt的內容為27位元組，但是塊大小為512，不足地方補0。

（3）、第三塊：從地址0x00000400h位置到0x00000600h之間（共512位元組）是a2.txt的tar_header信息：

a2.txt的tar_header信息格式與a1.txt的tar_header一致，其size欄位為「00000000025」，轉為十進位為21，表示a2.txt內容為21個字元，確認一致。

（4）、第四塊：從地址0x00000600h位置到0x00000800h之間（共512位元組）是a2.txt的內容，雖然a2.txt的內容為21位元組，但是塊大小為512，不足地方補0。

註：以上與「2.1、tar文件的結構一致」！！！

三、Linux壓縮至gz、bz2、z格式

Linux下文件壓縮屬於無損壓縮，解壓縮還原時必須和原文件一致，否則會導致程序運行錯誤；其基本原理為，通過查找文件內的重複位元組，建立一個相同位元組的詞典文件，並用一個代碼表示。比如如下文件：

重複的字元串「小扇子的筆記」可以用一個代碼「a」表示，則文件內容可以表示為：

這文件的大小就縮小了，還原回來也是無信息損失的。

當然壓縮演算法遠比這個複雜，Linux下的壓縮工具常用的有GNU組織開發的gzip（.gz）、壓縮能力更強的bzip2（.bz2）、比較古老的壓縮指令compress（.Z）、以及最新的提供最佳壓縮率的XZ（.xz）。

這些壓縮命令只能用來壓縮文件，不能壓縮目錄，即便指定了目錄，也只能壓縮目錄內的所有文件；同時只能壓縮單個文件，因此通常與tar打包命令一起使用，在tar打包命令中加入如下選項即可調用對應的壓縮命令進行壓縮：

3.1、gzip壓縮

在tar指令中加入『-z』選項，調用gzip進行壓縮。

解壓縮命令為：tar –xzf a.tar.gz。

3.2、bzip2壓縮

在tar指令中加入『-j』選項，調用bzip2進行壓縮。

解壓縮命令為：tar –xjf a.tar.bz2。

3.3、xz壓縮

在tar指令中加入『-J』選項，調用xz進行壓縮。

解壓縮命令為：tar –xJf a.tar.xz。

3.4、compress壓縮

現在新的Linux系統都沒有安裝ncompress壓縮工具，需要先安裝：

然後在tar指令中加入『-Z』選項，調用compress進行壓縮。

解壓縮命令為：tar –xZf a.tar.Z。

3.5、其他壓縮工具

Windows下常用的壓縮格式zip與rar在Linux下也是支持的。

（1）、Linux下提供了zip和unzip程序，zip是壓縮程序，unzip是解壓程序；

（2）、linux下處理.rar文件，需要安裝RAR for Linux，如下指令：
　　# tar -xzpvf rarlinux-3.2.0.tar.gz
　　# cd rar
　　# make
　　安裝後有rar和unrar這兩個程序，rar是壓縮程序，unrar是解壓程序。