5.11 压缩和解压缩

压缩和解压工具是计算机文件管理中的基础工具。数据压缩利用信息的统计冗余性，通过编码算法减少数据表示所需的存储空间。根据是否允许信息丢失，压缩算法可分为无损压缩（lossless compression）和有损压缩（lossy compression）两大类。本节所涉及的工具均采用无损压缩算法，即解压后的数据与原始数据完全一致。

常见的无损压缩算法及其特征如下：

算法	所用格式	技术基础	特点
DEFLATE	zip/gzip	LZ77 + Huffman 编码	经典通用
LZMA/LZMA2	xz	LZMA 链式压缩	高压缩率
LZ4	lz4	字节级 LZ77	极高速度
Zstandard	zstd	有限状态熵 + LZ77	兼顾速度与压缩率
bzip2	bz2	Burrows-Wheeler 变换 + Huffman	较高压缩率，速度较慢

zip

zip 格式是 PKZIP 归档格式的实现，其规范由 PKWARE 维护（APPNOTE.TXT），Info-ZIP 项目提供了开源的 zip/unzip 工具实现。zip 是一款压缩和文件打包工具，兼容 PKZIP（Phil Katz 的 ZIP for MSDOS 系统），zip 3.0 版本兼容 PKZIP 2.04 并支持 Zip64 扩展（允许归档和文件超过 2 GB 限制）。zip 使用 deflation 作为默认压缩方法，也可存储不压缩的文件，并自动为每个文件选择更优的方式。

zip 格式是 Windows 上最常用的格式，但对 Unicode 文件名支持有限（取决于 zip 工具版本和压缩设置）。在跨平台交换文件时建议使用 tar.xz 或 tar.zst 格式。

技巧

在使用 zip 压缩中文或非英文字符时出现乱码是正常现象。由于编码方式不同，zip 3.0 在支持 Unicode 的平台上编译时，会额外存储路径的 UTF-8 翻译，以改善跨平台文件名兼容性。解压时可使用 unzip -O 选项指定文件名编码（如 unzip -O GBK），或使用 convmv 批量转换已解压的乱码文件名。

安装 zip

• 使用 pkg

# pkg install zip

• 使用 Ports

# cd /usr/ports/archivers/zip/
# make install clean

zip 压缩

$ zip test.zip test # 压缩成 zip 文件

zip 解压

zip 文件解压时，需要安装 unzip 工具（FreeBSD 基本系统自带的 bsdunzip 基于 libarchive，功能有限；如需完整功能，可通过 pkg install unzip 安装 Info-ZIP 版本）。

$ unzip test.zip # 解压 zip 文件到当前路径
$ unzip test.zip -d /home/ykla/test # 解压到指定路径，-d 即 directory（目录）

unzip 的 -d 选项后面跟目录名，可以有空格（如 -d /path），也可以紧贴（如 -d/path）。

tar

基本系统自带 tar，无需安装。

tar 是“tape archive”（磁带归档）的缩写，最初用于在磁带上进行文件存储。FreeBSD 的 tar 实现基于 libarchive 库（即 bsdtar），替代了早期版本中的 GNU tar。该实现可从 tar、pax、cpio、zip、jar、ar、xar、rar（包括 RAR2、RAR3 及大部分 RAR5 格式，仅限读取，受专有格式限制）、rpm、7-zip 及 ISO 9660 光盘镜像中提取文件，并可创建 tar、pax、cpio、ar、zip、7-zip 和 shar 格式的归档。

GNU tar 支持自动识别多种压缩格式；bsdtar 在解压时同样会自动检测压缩格式（无需手动指定 -z、-j、-J 等选项），并支持从 tar、pax、cpio、zip 等多种格式中提取，GNU tar 仅支持 tar 相关格式。

思考题

归档文件包是指压缩率为 0 的文件集合，即将多个文件或目录打包成单一文件以便存储。单纯使用 tar 只打包而不压缩。压缩的本质是通过算法减小文件占用的存储空间，而非针对目录本身。因此，常见压缩软件通常先将目录归档为文件，随后再压缩。

如何理解归档与压缩的关系？

tar 压缩

$ tar -cvf test.tar test # 打包成 tar 格式文件。-c 即 Create，创建
$ tar -zcvf test.tar.gz test # 压缩成 gzip 格式文件。-z 即 gzip
$ tar -jcvf test.tar.bz2 test # 压缩成 bzip2 格式文件。参数 -j 即 bzip2，请注意大小写
$ tar -Jcvf test.tar.xz test # 压缩成 xz 格式文件。参数 -J 即 xz，请注意大小写
$ tar --zstd -cvf test.tar.zst test # 压缩成 zstd 格式文件

tar 解压

$ tar -xvf test.tar.其他压缩格式 # 解压 tar 格式文件，可支持如 test.tar.bz2、test.tar.gz、test.tar.xz、test.tar.zst 等格式
$ tar -xvf test.tar -C /home/ykla/mytest # 解压 test.tar 到指定路径

选项说明：

选项	含义
x	Extract，解压
v	verbose，输出详细信息模式
f	file，指定文件
C	即 cd，指定路径

xz

基本系统自带 xz、unxz，同样无需安装。xz 格式是当前压缩率最高的格式之一，特别适合大文件归档。

xz 压缩

默认压缩后会删除原文件，建议加 -k 选项保留原文件。

$ xz -k test.txt

压缩并删除原文件：

$ xz test.pdf

unxz 解压

unxz 实际上是 xz 的硬链接，使用 xz -d 或直接 unxz 效果相同。

$ unxz -k test.tar.xz  # 解压并保留原文件，参数 -k 即 keep（保留），下同
$ unxz test.tar.xz     # 解压并删除原文件

7z

7z 格式具有极高的压缩率，特别适合大文件归档。

在 FreeBSD 操作系统中，7z 命令可通过安装 archivers/7-zip 包使用。

安装 7-zip

• 使用 pkg：

# pkg install 7-zip

• 通过 Ports：

# cd /usr/ports/archivers/7-zip/
# make install clean

7z 压缩

$ 7z a test.7z test # 将 test 文件压缩成 7z 文件。

a 表示 add，将要压缩的文件添加到 test.7z。

7z 解压

$ 7z x test.7z # 解压 7z 文件
$ 7z x test.7z -o/home/ykla/下载/test # 将 test.7z 解压到指定路径

-o 即 Output，指定输出路径。

警告

-o/home/ykla/下载/test 中 -o 与路径之间 不能有空格，这并非拼写错误，而是 7z 命令的设计方式。欢迎提交 PR 改进。

rar

rar 是 Windows 上最流行的格式之一，但在 Unix 世界使用率较低；rar 有较好的恢复记录和分卷功能，适合大文件传输。

rar 格式是专有格式，未在基本系统内置。

安装 rar

• 通过 pkg 安装：

# pkg install rar unrar

• 通过 Ports：

# cd /usr/ports/archivers/rar/ && make install clean
# cd /usr/ports/archivers/unrar/ && make install clean

rar 压缩

$ rar a archive.rar test

a 表示 add（添加），将文件添加到 archive.rar。

rar 解压

$ unrar x archive.rar # 解压到当前路径。命令 x 即 Extract，解压
$ unrar x archive.rar /home/ykla/桌面/test/ # 解压到指定目录

zstd

zstd 是 Meta（原 Facebook）开发的快速压缩算法，兼顾压缩速度和压缩率，是现代系统首选的压缩格式。

zstd 也是基本系统内置的压缩工具，zstd 支持多种预设级别，从最快（-1）到极限压缩（--ultra -22）。

zstd 压缩

• 使用 zstd 压缩单个文件

$ zstd test.pdf

• 使用 zstd 压缩文件夹。

zstd 不直接支持压缩文件夹（参见：GitHub. How can I compress a directory?[EB/OL]. [2026-03-26]. https://github.com/facebook/zstd/issues/1526.）。该 Issue 讨论了 zstd 不支持直接压缩目录的技术原因与替代方案，因此需要先将文件夹打包为 tar 文件。

思考题

zstd 为什么不支持压缩文件夹？有哪些可能性？

$ tar -cf test.tar /home/ykla/test/ # 先打包成 tar。参数 -f 即 file（文件）

将 test.tar 压缩成 test.tar.zst

$ zstd -o test.tar.zst test.tar # 参数 -o 代表 file，用于指定输出文件

此外，也可直接使用 tar 的 --zstd 选项一步完成打包与压缩：

$ tar --zstd -cvf 输出文件 -C 起点目录 相对路径

示例：

$ tar --zstd -cvf test.tar.zst -C /home/ykla/ test # 打包并压缩成 zstd 格式
a test

查看结果：

$ ls -al
drwxr-xr-x  2 ykla ykla     2 Apr 16 11:53 test
-rw-r--r--  1 ykla ykla    98 Apr 16 11:58 test.tar.zst

文件结构图：

当前工作目录（命令执行所在位置，如 ~）
│
├── test.tar.zst   ← 输出文件（始终在“当前目录”生成）
│
└── （选项 -C 将在添加后续文件之前切换目录）
     ↓
     切换到：/home/ykla/
                │
                └── test   ← 被打包的对象

zstd 解压

解压到当前路径

$ zstd -d test.tar.zst

技巧

这样解压出来的是 test.tar，还需要再用 tar 解压一次。

解压到指定路径

$ zstd -d test.tar.zst -o /home/ykla/mytest # 参数 -d 表示 decompress（解压缩）

技巧

同上，解压出来的是 test.tar，还需要再用 tar 解压一次。

课后习题

1. 使用 zip、tar、xz、7z、rar、zstd 等工具分别压缩和解压包含中文文件名的文件，对比各工具对 UTF-8 编码的处理方式，分析不同压缩格式在国际化支持上的设计差异。

2. 使用不同压缩算法（gzip、bzip2、xz、zstd）压缩同一组文件，对比压缩率、压缩时间和解压时间，分析各算法在压缩效率与计算性能之间的权衡策略。

3. 查阅 zip 格式规范中关于文件名编码的条款，分析中文文件名乱码问题的根源，评估现有补丁方案的适用范围。