1.压缩文件的用途与技术

1. 你是否有过文件太大，导致无法以正常的E-mail方式发送？
2. 又或学校、厂商要求使用CD或DVD来做数据归档之用，但是你的单一文件却都比这些传统的一次性存储媒介还要大，那怎么分成多块来刻录？
3. 还有，你是否有过要备份某些重要数据，偏偏这些数据量太大，使用了你很多的磁盘空间？

这个时候，这个好用的文件压缩技术可就派的上用场了。

        这些比较大型的文件通过所谓的文件压缩技术之后，可以将它的磁盘使用量降低，从而达到降低文件容量的效果。此外，有的压缩程序还可以进行容量限制，使一个大型文件可以划分成为数个小型文件，以方便携带。

那么什么是文件压缩呢？

        我们来稍微谈一谈它的原理，目前我们使用的计算机系统中都是使用所谓的字节单位来计量。不过，事实上，计算机最小的计量单位应该是bit才对，此外，我们也知道1Byte=8bit，但是如果今天我们只是记忆一个数字，即1这个数字？它会如何记录？

        假设一个字节可以看成八个空格，由于1B=8bit，所以每个字节当中会有8个空格，而每个空格可以是0、1，由于我们记录数字是1，考虑计算机所谓的二进制，如此一来，1会在最右边占据1个位，而其他的7个位将会自动地被填上0。

        你看看，其实在这样的例子中，那7个位应该是空的才对。不过，为了要满足目前我们的操作系统数据的读写，所以就会将该数据转为字节的形式来记录。

而一些聪明的计算机工程师就利用一些复杂的计算方式，将这些没有使用到的空间【丢】出来，以让文件占用的空间变小，这就是压缩的技术。

        另外一种压缩技术也很有趣，它是将重复的数据进行统计记录。举例来说，如果你的数据为【111……】共有100个1时，那么压缩技术会记录为【100个1】而不是真的有100个1的位存在。这样也能够精简文件记录的容量，非常有趣吧！

        简单地说，你可以将它想成，其实文件里面有相当多的空间存在，并不是完全填满的，而压缩的技术就是将这些空间填满，以让整个文件占用的容量下降。

        不过，这些压缩过的文件并无法直接被我们的操作系统所使用，因此，若要使用这些被压缩过的文件数据，则必须将它还原回来未压缩前的模样，那就是所谓的解压缩。

        而至于压缩后与压缩的文件所占用的磁盘空间大小，就可以被称为是压缩比，

这个压缩与解压缩的操作有什么好处呢？

最大的好处就是压缩过的文件容量变小了，所以你的硬盘容量无形之中就可以容纳更多的数据。

        此外，在一些网络数据的传输中，也会由于数据量的降低，好让网络带宽可以用来做更多的工作，而不是老卡在一些大型的文件传输上面，目前很多的WWW网站也是利用文件压缩的技术来进行数据的传送，好让网站带宽的利用率上升。

        上述的WWW网站压缩技术蛮有趣的，它让你网站上面看得到的数据在经过网络传输时，使用的是压缩过的数据，等到这些压缩过的数据到达你的计算机主机时，再进行解压缩，由于目前的计算机命令周期相当快速，因此其实在网页浏览的时候，时间都是花在数据的传输上面，而不是CPU的运算，如此一来，由于压缩过的数据量降低了，自然传输的速度就会变快不少。

若你是一位软件工程师，那么相信你也会喜欢将你自己的软件压缩之后提供大家下载来使用，毕竟没有人喜欢自己的网站天天都是带宽满载的吧？

举个例子来说，Linux 3.10.81（CentOS7用的扩展版本）完整的内核大小约有570MB左右，而由于内核主要多是 ASCII的纯文本文件，这种文件的多余空间最多，而一个提供下载的压缩的3.10.81内核大约仅有76MB左右，差了多少？你可以自己算一算。

2. Linux 系统常见的压缩命令

        在Linux的环境中，压缩文件的扩展名大多是：“.tar、*tar.gz、*tgz、“.gz、“Z、“.b22、“xz。

为什么会有这样的扩展名？不是说Linux的扩展名没有什么作用吗？

这是因为Linux支持的压缩命令非常多，且不同的命令所用的压缩技术并不相同，当然彼此之间可能就无法互通压缩/解压缩文件。

所以，当你下载到某个压缩文件时，自然就需要知道该文件是由哪种压缩命令所制作出来的，好用来对照着解压缩，也就是说，虽然 Linux文件的属性基本上是与文件名没有绝对关系的，但是为了帮助我们人类小小的脑袋，所以适当的扩展名还是必要的

下面我们就列出几个常见的压缩文件扩展名：

1. .Z：compress 程序压缩的文件
2. .zip：zip程序压缩的文件
3. .gz：gzip程序压缩的文件
4. .bz2：bzip2程序压缩的文件
5. .xz：xz程序压缩的文件
6. .tar：tar 程序打包的文件，并没有压缩过;
7. .tar.gz：tar程序打包的文件，并且经过gzip的压缩
8. .tar.bz2：tar 程序打包的文件，并且经过bzip2的压缩
9. .tar.xz：tar程序打包的文件，并且经过xz的压缩;

Linux上常见的压缩命令就是gzip、bzip2以及最新的xz，至于compress已经不流行了。

为了支持Windows常见的zip，其实Linux也早就有zip命令了。

gzip是由GNU计划所开发出来的压缩命令，该命令已经替换了compress。

后来GNU又开发出bzip2及xz这几个压缩比更好的压缩命令。

不过，这些命令通常仅能针对一个文件来压缩与解压缩，如此一来，每次压缩与解压缩都要一大堆文件，岂不烦人？此时，这个所谓的【打包软件，tar】就显得很重要。

        这个tar可以将很多文件打包成为一个文件，甚至是目录也可以这么玩。不过，单纯的tar功能仅是打包而已，即将很多文件结合为一个文件，事实上，它并没有提供压缩的功能，后来，GNU计划中，将整个tar与压缩的功能结合在一起，如此一来提供用户更方便并且更强大的压缩与打包功能，下面我们就来谈一谈这些在Linux下面基本的压缩命令。

2.1 gzip, zcat/zmore/zless/zgrep

gzip可以说是应用最广的压缩命令了，目前gzip可以解开compress、zip与gzip等软件所压缩的文件，至于gzip所建立的压缩文件为.gz，

让我们来看看这个命令的语法；

[dmtsai@study~JS gzip [-cdtv#]文件名
[dmtsai@study-]S zcat 文件名.gz

选项与参数：

• -c：将压缩的数据输出到屏幕上，可通过数据流重定向来处理;
• -d：解压缩的参数;
• -t：可以用来检验一个压缩文件的一致性，看看文件有无错误;
• -v：可以显示出原文件/压缩文件的压缩比等信息;
• -#：#为数字的意思，代表压缩等级，-1最快，但是压缩比最差，-9最慢，但是压缩比最好，默认是-6;

范例一：找出/etc 下面（不含子目录）容量最大的文件，并将它复制到/tmp，然后以gzip压缩。

 

当你使用gzip进行压缩时，在默认的状态下原本的文件会被压缩成为.gz后缀的文件，源文件就不再存在了，这点与一般习惯使用Windows做压缩的朋友所熟悉的情况不同，要注意。

此外，使用gzip压缩的文件在Windows系统中，竟然可以被WinRAR或7zip这些软件解压缩，很好用，其他的用法如下：

范例二：由于services是文本文件，请将范例一的压缩文件的内容读出来。

由于services 这个原本的文件是是文本文件，因此我们可以尝试使用zcat/zmore/zless去读取。
此时屏幕上会显示servcies.gz解压缩之后的原始文件内容。

范例三：将范例一的文件解压缩。

不要使用gunzip这个命令，不好背，使用gzip-d来进行解压缩.
与gzip相反，gzip-d会将原本的.gz删除，恢复到原本的services文件。

范例四：将范例三解开的services用最佳的压缩比压缩，并保留原本的文件。

范例五：由范例四再次建立的services.gz中，找出http这个关键词在哪几行？

        其实gzip的压缩已经优化过了，所以虽然gzip提供1~9的压缩等级，不过使用默认的6就非常好用了。因此上述的范例四可以不要加入那个-9的选项。

        范例四的重点在那个-c与>的使用，-c可以将原本要转成压缩文件的数据内容，将它变成文字类型从屏幕输出，然后我们可以通过大于（>）这个符号，将原本应该由屏幕输出的数据，转成输出到文件而不是屏幕，所以就能够建立出压缩文件了。只是文件名也要自己写，当然最好还是遵循gzip的压缩文件名要求较佳。

        cat/more/less可以使用不同的方式来读取纯文本文件，那个 zcat/zmore/zless则可以对应于cat/more/less 的方式来读取纯文本文件被压缩后的压缩文件，

        由于gzip这个压缩命令主要想要用来替换compress，所以不但compress的压缩文件可以使用gzip来解开，同时zcat这个命令可以同时读取compress与gzip的压缩文件。

        另外，如果你还想要从文字压缩文件当中找数据的话，可以通过egrep来查找关键词，而不需要将压缩文件解开才以grep进行，这对查询备份中的文本文件数据相当有用。

        时至今日，应该也没有人使用compress这个老的命令。而如果你还有备份数据使用的是compress创建出来的，Z文件，那也无须担心，使用znew 可以将该文件转成 gzip的格式.

2.2 bzip2，bzcat/bzmore/bzless/bzgrep

若说gzip 是为了替换compress并提供更好的压缩比而成立的，那么bzip2则是为了替换gzip并提供更佳的压缩比而来。

bzip2真是很不错的东西，这玩意的压缩比竟然比gzip 还要好，至于bzip2的用法几乎与gzip 相同，看看下面的用法吧！

[dmtsai@study ~]$ bzip2 [-cdkzv#]文件名
[dmtsai@study ~]$ bzcat 文件名.bz2

选项与参数:

• -c：将压缩的过程产生的数据输出到屏幕上;-d：解压缩的参数;
• -d：保留原始文件，而不会删除原始的文件；
• -k：压缩的参数（默认值，可以不加);
• -v：可以显示出源文件/压缩文件的压缩比等信息:
• -#：与gzip 同样的，都是计算压缩比的参数，-9最佳，-1 最快:

例一、将刚刚gzip 范例留下来的/tmp/services以bzip2压缩。

此时services 会变成 services.bz2之外，你也可以发现bzip2的压缩比要软gzip好。
压缩率由gzip的79%提升到bzip2的81%。

同样，它会把源文件删除！！！！

范例二：将范例一的文件内容读出来。

范例三：将范例一的文件解压缩。

范例四：将范例三解开的services用最佳的压缩比压缩，并保留原本的文件。

看上面的范例，你会发现到bzip2连选项与参数都跟gzip一模一样，只是扩展名由.gz变成.bz2而已。其他的用法都大同小异，所以就不一一介绍了

你也可以发现到bzip2的压缩率确实比gzip要好些，不过，对于大容量文件来说，bzip2压缩时间会花比较久，至少比gzip要久的多，这没办法，要有更多可用容量，就要花费相对应的时间。

2.3 xz, xzcat/xzmore/xzless/xzgrep

虽然bzip2已经具有很棒的压缩比，不过显然某些自由软件开发者还不满足，因此后来还推出了xz这个压缩比更高的软件。

 这个软件的用法也跟gzip/bzip2几乎一模一样，那我们就来看一看。

xz [-dtlkc#] 文件名
xcat 文件名.xz

选项与参数：

• -d：就是解压缩；
• -t：测试压缩文件的完整性，看有没有错误;
• -l：列出压缩文件的相关信息；
• -k：保留原本的文件不删除；
• -c：同样的，就是将数据在屏幕上输出的意思;
• -#：同样的，也有较佳的压缩比的意思;

范例一：将刚刚由bzip2所遗留下来的/tmp/services通过x2来压缩。

#各位观众，看到没有，容量又进一步下降的更多，好棒的压缩比。

范例二：列出这个压缩文件的信息，然后读出这个压缩文件的内容。

竟然可以列出这个文件的压缩前后的容量，真是太人性化了，这样观察就方便多了

同样的我们可以使用xzcat来预览压缩包里的东西

范例三：将它解压缩吧！

范例四：保留原文件的文件名，并且建立压缩文件。

xz 这个压缩比真的好太多太多了，鸟哥选择的这个services文件为范例，它可以将gzip压缩比（压缩后/压缩前）的21%更进一步优化到15%，差非常非常多。

不过，xz最大的问题是时间花太久了。

如果你曾经使用过xz的话，应该会发现，它的运算时间真的比gzip久很多。

通过【time [gziplbzip2lxz]-cservices>services.[gzlbz2|xz]】去执行运算，结果发现这三个命令的运行时间依序是：0.019s、0.042s、0.261s。

看最后一个数字，差了10倍的时间。

所以，如果你并不觉得时间是你的成本考虑，那么使用xz会比较好。如果时间是你的重要成本那么gzip恐怕是比较适合的压缩软件。