zlib、gzip 和 zip 有什么关系？ 它们有什么共同点，又有什么不同？

Question

zlib 中使用的压缩算法与gzip和zip 中使用的压缩算法基本相同。 什么是gzip和zip ？ 它们有何不同，又有何相同之处？

Answer 1

简短形式：

.zip是一种存档格式，通常使用Deflate 压缩方法。 .gz gzip 格式用于单个文件，也使用 Deflate 压缩方法。 gzip 通常与tar结合使用 以制作压缩存档格式.tar.gz 。 zlib 库提供了 Deflate 压缩和解压缩代码，供 zip、gzip、 png （在 deflate 数据上使用zlib 包装器）和许多其他应用程序使用。

长格式：

ZIP 格式由 Phil Katz 开发为具有开放规范的开放格式，他的实现 PKZIP 是共享软件。 它是一种存档格式，用于存储文件及其目录结构，其中每个文件都被单独压缩。 文件类型为.zip 。 可以选择对文件以及目录结构进行加密。

ZIP 格式支持多种压缩方法：

    0 - The file is stored (no compression)
    1 - The file is Shrunk
    2 - The file is Reduced with compression factor 1
    3 - The file is Reduced with compression factor 2
    4 - The file is Reduced with compression factor 3
    5 - The file is Reduced with compression factor 4
    6 - The file is Imploded
    7 - Reserved for Tokenizing compression algorithm
    8 - The file is Deflated
    9 - Enhanced Deflating using Deflate64(tm)
   10 - PKWARE Data Compression Library Imploding (old IBM TERSE)
   11 - Reserved by PKWARE
   12 - File is compressed using BZIP2 algorithm
   13 - Reserved by PKWARE
   14 - LZMA
   15 - Reserved by PKWARE
   16 - IBM z/OS CMPSC Compression
   17 - Reserved by PKWARE
   18 - File is compressed using IBM TERSE (new)
   19 - IBM LZ77 z Architecture 
   20 - deprecated (use method 93 for zstd)
   93 - Zstandard (zstd) Compression 
   94 - MP3 Compression 
   95 - XZ Compression 
   96 - JPEG variant
   97 - WavPack compressed data
   98 - PPMd version I, Rev 1
   99 - AE-x encryption marker (see APPENDIX E)

方法 1 到 7 是历史方法，未使用。 方法 9 到 98 是相对较新的补充，并且使用量不同，使用量很小。 在 ZIP 格式中真正广泛使用的唯一方法是方法 8， Deflate ，以及在较小程度上完全没有压缩的方法 0。 实际上，您在野外遇到的每个.zip文件都将只使用方法 8 和 0，很可能只是方法 8。（方法 8 还具有一种无需压缩和相对较少扩展即可有效存储数据的方法，方法 0 不能可以流式传输，而方法 8 可以。）

文件容器的ISO/IEC 21320-1:2015 标准是一种受限的 zip 格式，例如用于 Java 存档文件 (.jar)、Office Open XML 文件（Microsoft Office .docx、.xlsx、.pptx）、Office 文档格式文件（.odt、.ods、.odp）和 EPUB 文件 (.epub)。 该标准将压缩方法限制为 0 和 8，以及其他限制，例如不加密或签名。

大约在 1990 年， Info-ZIP 小组编写了zip和unzip实用程序的可移植、免费、开源实现，支持使用 Deflate 格式进行压缩，以及对该格式和早期格式的解压缩。 这极大地扩展了.zip格式的使用。

在 90 年代初期， gzip 格式被开发为Unix compress实用程序的替代品，该实用程序源自 Info-ZIP 实用程序中的 Deflate 代码。 Unix compress旨在压缩单个文件或流，并在文件名后附加一个.Z 。 compress使用的是LZW 压缩算法，当时该 算法已获得专利，其免费使用受到专利持有人的争议。 虽然某些 Deflate 的具体实现已获得 Phil Katz 的专利，但格式不是，因此可以编写不侵犯任何专利的 Deflate 实现。 在过去的 20 多年里，这种实施并没有受到如此大的挑战。 Unix gzip实用程序旨在作为compress替代品，实际上能够解compress数据（假设您能够解析该句子）。 gzip将.gz附加到文件名。 gzip使用 Deflate 压缩数据格式，它的压缩比 Unix compress好很多，解压速度非常快，并添加了 CRC-32 作为数据的完整性检查。 头格式还允许存储比compress格式允许的更多信息，例如原始文件名和文件修改时间。

尽管compress仅压缩单个文件，但通常使用tar实用程序将文件、文件属性和目录结构的存档创建为单个.tar文件，然后使用 compress 将其compress以生成.tar.Z文件。 事实上， tar实用程序曾经并且仍然可以选择同时进行压缩，而不必通过管道将tar的输出传送到compress 。 这一切都延续到了 gzip 格式，并且tar可以选择直接压缩为.tar.gz格式。 tar.gz格式比.zip方法压缩得更好，因为.tar的压缩可以利用文件间的冗余，尤其是许多小文件。 .tar.gz是 Unix 上最常用的存档格式，因为它具有很高的可移植性，但也有更有效的压缩方法在使用，因此您经常会看到.tar.bz2和.tar.xz存档。

与.tar不同， .zip在末尾有一个中央目录，它提供了一个内容列表。 这和单独的压缩提供了对.zip文件中各个条目的随机访问。 .tar文件必须.tar进行解压缩和扫描才能构建目录，这就是.tar文件的列出方式。

在 gzip 推出后不久，大约在 1990 年代中期，同样的专利纠纷对.gif图像格式的免费使用提出了质疑，该格式在公告板和万维网中得到了广泛使用（当时是一个新事物）。 因此，一个小组创建了 PNG 无损压缩图像格式，文件类型为.png ，以替换.gif 。 该格式还使用 Deflate 格式进行压缩，在图像数据上的过滤器暴露更多冗余之后应用该格式。 为了促进 PNG 格式的广泛使用，创建了两个免费的代码库。 libpng和zlib 。 libpng 处理了 PNG 格式的所有功能，zlib 提供了供 libpng 以及其他应用程序使用的压缩和解压缩代码。 zlib 改编自gzip代码。

所有提到的专利都已过期。

zlib 库支持 Deflate 压缩和解压缩，以及围绕 deflate 流的三种包装。 它们是：根本没有包装（“原始”放气）、 zlib 包装，用于 PNG 格式数据块，以及 gzip 包装，为程序员提供 gzip 例程。 zlib 和 gzip 包装之间的主要区别在于 zlib 包装更紧凑，6 个字节，而 gzip 最少 18 个字节，并且完整性检查 Adler-32 比 gzip 使用的 CRC-32 运行得更快。 原始 deflate 由读取和写入.zip格式的程序使用，这是另一种包装 deflate 压缩数据的格式。

zlib 现在广泛用于数据传输和存储。 例如，服务器和浏览器的大多数 HTTP 事务都使用 zlib 压缩和解压缩数据，特别是 HTTP 标头Content-Encoding: deflate表示封装在 zlib 数据格式中的 deflate 压缩方法。

deflate 的不同实现可能导致相同输入数据的不同压缩输出，正如存在可选择的压缩级别所证明的那样，该级别允许权衡压缩效率与 CPU 时间。 zlib 和 PKZIP 不是 deflate 压缩和解压缩的唯一实现。 7-Zip 归档实用程序和 Google 的zopfli 库都能够使用比 zlib 多得多的 CPU 时间，以便在使用 deflate 格式时尽可能挤出最后几位，与 zlib 的最高位相比，压缩大小减少了几个百分点压缩级别。 pigz 实用程序是 gzip 的并行实现，包括使用 zlib（压缩级别 1-9）或 zopfli（压缩级别 11）的选项，并且通过将大文件的压缩拆分到多个处理器上，在一定程度上减轻了使用 zopfli 的时间影响和核心。

Answer 2

ZIP是一种文件格式，用于以无损压缩方式存储任意数量的文件和文件夹。 它对所使用的压缩方法没有严格的假设，但最常与DEFLATE 一起使用。

Gzip既是一种基于 DEFLATE 的压缩算法，但不受潜在专利等的阻碍，也是一种用于存储单个压缩文件的文件格式。 当与tar结合使用时，它支持压缩任意数量的文件和文件夹。 生成的文件的扩展名为.tgz或.tar.gz ，通常称为tarball 。

zlib是一个函数库，将 DEFLATE 封装在其最常见的LZ77版本中。

Answer 3

最重要的区别是 gzip 只能压缩单个文件，而 zip 将多个文件一个一个压缩，然后将它们归档到一个文件中。 因此，大多数时候 gzip 与 tar 一起出现（不过也有其他可能性）。 这伴随着一些（不利）优势。

如果您有一个很大的存档，并且只需要其中一个文件，则必须解压缩整个 gzip 文件才能找到该文件。 如果您有一个 zip 文件，这不是必需的。

另一方面，如果您压缩 10 个相似甚至相同的文件，则 zip 存档会更大，因为每个文件都是单独压缩的，而在 gzip 与 tar 结合使用时，压缩单个文件会更有效相似（相等）。

Answer 4

如何将压缩包伪装成图片？