为什么zip压缩时显示0%的压缩率？

Question

我想要压缩一个包含4个非常相似的大文件的文件夹，所以我期望它的大小会被减小。

这是我在Linux/Fedora上使用的命令：

zip -9 myarchive.zip -r myfolder -P mypassword

我得到了回应：

adding: myfolder/ (stored 0%)
adding: myfolder/Program1.exe (deflated 0%)
adding: myfolder/Program2.exe (deflated 0%)
adding: myfolder/Program3.exe (deflated 0%)
adding: myfolder/Program4.exe (deflated 0%)

然后我得到了归档文件，大小几乎与我的原始文件夹相同。

似乎没有发生任何压缩。为什么？

- John Smith Optional

---

如果省略了“-P mypassword”，会发生什么？ - Aaron Digulla

并非所有数据都可以被压缩。 - Roman Newaza

当我省略-P mypassword时，它是相同的。 - John Smith Optional

不是所有的数据都可以被压缩。但看起来压缩率为0%（否则，“deflated 0%”表示什么？）。并且正如我所说，这4个文件非常相似，因此应该进行压缩。或者zip只压缩每个文件而不是整个文件夹？这将非常遗憾。 - John Smith Optional

Answer 1

与tar+gzip不同，zip为每个文件使用一个新的压缩表，因此即使四个文件完全相同，它也会尝试单独压缩每个文件。

技术上，tar也会看到每个文件，但它将它们连成一个长输入，供gzip使用，因此压缩步骤针对一个巨大的输入进行，这就是为什么tar+gzip通常比zip产生更小的结果的原因。

问题是为什么你的exe文件无法压缩。exe文件通常包含大量易于压缩的数据，因此它们应该至少缩小30%（"deflate"）。也许这些文件被加密或混淆了；这些过程使结果难以压缩。

- Aaron Digulla

---

谢谢，那么如果zip压缩每个文件，这就有意义了。这些文件是自解压的exe文件，它们包含一个小的可执行文件+一个大的压缩库dll文件+一些图片。图像和库已经被压缩，并且对于每个文件来说几乎都是相同的。 - John Smith Optional

Answer 2

Deflated 0%表示它尝试进行压缩，但实际上没有压缩效果。如前所述，zip格式无法利用不同条目之间的相似性。tar + gzip可以利用相似性，但仅当相似性距离少于32K字节时才能实现。其他格式可以利用更长距离的相似性，例如xz。

未压缩的可执行文件通常可以压缩30％至50％，这意味着您的可执行文件可能是a)通过UPX等方式压缩的，b)它们是自解压缩数据，其中解压器存储在压缩数据之前，c)它们是具有大量压缩数据的非常短的可执行文件，或d)它们大多数是加密的。

- Mark Adler

Answer 3

Aaron是正确的。根据Wikipedia，ZIP格式在归档之前进行压缩，因此不同文件之间的相似性无法帮助压缩。

你真的想要压缩.exe文件吗？我怀疑那是否是你实际的文件类型。

请参见http://en.wikipedia.org/wiki/ZIP_(file_format)#Advantages_and_disadvantages。

- James

---

感谢您的建议和链接。是的，我的文件是自解压可执行文件（请参见我给Aaron的回复）。感谢您的时间！ - John Smith Optional

Answer 4

有些文件无法压缩，尤其是当它们的熵很高时。这种情况发生在字节的统计分布均匀的时候（例如当字节0出现的频率与字节1，2等一样多）。这通常发生在已经被压缩过的内容中，如某些视频或音频格式。

- Basile Starynkevitch

---

我认为每个文件的熵都很高，但它们非常相似。两个给定文件之间的差异可能不到1％。因此，在考虑整个文件夹时存在很多冗余。 - John Smith Optional

“deflated 0%” 是什么意思？我在原始帖子中忘记问了。感谢您的帮助。 - John Smith Optional