1. Bestanden bundelen en hun grootte verkleinen
Een ZIP met vakantiefoto's kan bijna even groot zijn als de originelen, of iets groter. Dat betekent op zichzelf niet dat het programma stuk is. ZIP is een formaat dat bestanden met hun namen, mappaden en andere gegevens in één archief bewaart. Elk bestand kan gecomprimeerd of zonder compressie worden opgenomen. Eén bestand afleveren en minder bytes opslaan zijn doelen die soms samengaan, maar verschillende functies zijn. Ook zonder kleinere foto's helpt een archief om de hele verzameling over te dragen.
De ZIP-specificatie beschrijft opslag zonder compressie en verschillende compressiemethoden. De eerste heet vaak Store; DEFLATE is een veelgebruikte compressiemethode. Bestanden in dezelfde ZIP kunnen verschillende methoden gebruiken. De extensie .zip bewijst dus niet dat alle inhoud met hetzelfde algoritme is verkleind. Toont het programma per bestand de methode en oorspronkelijke en opgeslagen grootte, bekijk die dan eerst. Zo onderscheid je geslaagd archiveren van daadwerkelijk bespaarde ruimte.
2. DEFLATE zoekt bytepatronen, geen betekenis
DEFLATE is een verliesvrij compressieformaat dat verwijzingen naar eerdere gelijke bytereeksen combineert met Huffman-codering. Bij herhaalde zinnen kan het voordeliger zijn aan te geven welk eerder stuk en welke lengte opnieuw gebruikt moeten worden, in plaats van elke herhaling volledig op te slaan. Kortere codes voor vaak voorkomende symbolen kunnen eveneens ruimte besparen. Het formaat beperkt afstanden en lengtes van verwijzingen en kent regels voor bytes zonder overeenkomst. Dit is het basisprincipe, niet de bewering dat alleen leesbare zinnen comprimeerbaar zijn.
De compressor begrijpt geen voorwerpen op foto's of betekenissen van zinnen om onnodige inhoud te verwijderen. Hij zet invoerbytes om in een andere weergave waaruit ze exact kunnen worden hersteld. Veel herhaling of efficiëntere codering kan veel besparen, maar geen verliesvrije methode verkleint iedere mogelijke invoer. Een hoger niveau besteedt meestal meer tijd aan zoeken, zonder een besparingspercentage te garanderen. Zelfs bij hetzelfde formaat en niveau kunnen gegevensvolgorde en implementatie een andere eindgrootte opleveren.
3. Foto's en video's kunnen al gecomprimeerd zijn
Een gewone JPEG-foto is tijdens de beeldcodering al gecomprimeerd. PNG gebruikt ook verliesvrije compressie en veel video- en audioformaten bevatten eerder gecomprimeerde gegevens. In ZIP worden de bytes van die bestaande bestanden gecomprimeerd; de bewerking begint niet opnieuw bij de beeldpixels. Als de vorige stap al veel herhaling en statistische regelmaat heeft benut, kan een algemene compressor weinig extra besparen. Daarom hoeft een map foto's niet in dezelfde verhouding te krimpen als een map gewone tekst.
Dit betekent niet dat geen enkele JPEG of PNG ook maar één extra byte kan verliezen. Metagegevens, de encoder en interne eigenschappen kunnen ruimte laten. Opnieuw comprimeren kan helpen als in gecomprimeerde gegevens nog patronen overblijven. Beoordeel de echte invoer- en uitvoergrootte, niet alleen de extensie. Sommige documenten, zoals DOCX, gebruiken intern al ZIP-structuren; een document hoeft zich dus niet als gewone tekst te gedragen.
4. Een archief kan groeien terwijl de inhoud gelijk blijft
Naast de inhoud heeft ZIP namen, methoden, grootten, controlewaarden en structuren nodig om de bestandenlijst te vinden. Optionele functies en vastleggingskeuzes kunnen meer gegevens toevoegen. Deze metagegevens zijn de kosten van het formaat om bestanden te onderscheiden en terug te halen. Krimpen de gegevens maar weinig, dan kunnen die kosten de besparing overtreffen en wordt de ZIP groter dan de som van de originelen. Bij piepkleine bestanden vormen namen en vermeldingen een bijzonder groot aandeel. Ook kun je niet aan iedere ZIP hetzelfde vaste aantal bytes toevoegen.
Gewone DEFLATE-compressie per bestand deelt niet automatisch alle herhaalde zinnen tussen documenten. Omdat bestanden onafhankelijk worden gecomprimeerd, wordt het eerste niet vanzelf het compressiewoordenboek van het tweede. Dit verschilt van methoden die bestanden samenvoegen en de combinatie als doorlopende stroom comprimeren. Store kan compressiewerk besparen, maar verwijdert de namen en bestandenlijst niet. Het is dus ook onjuist dat een Store-archief altijd exact even groot wordt als de opgetelde invoer.
5. Verliesvrije compressie, beeldomzetting en versleuteling
Verliesvrije ZIP-compressie heeft als doel de oorspronkelijke bestandsbytes exact terug te geven als comprimeren en uitpakken goed verlopen. Een JPEG in ZIP stoppen verlaagt op zichzelf de JPEG-kwaliteit of pixelafmetingen niet. De afbeelding verkleinen of een instelling voor verliescompressie wijzigen is een aparte omzetting: die kan ruimte besparen maar inhoud of weergave veranderen. Combineert een hulpmiddel foto-optimalisatie met ZIP-opslag, controleer dan wat er vóór het archiveren verandert en bewaar de originelen apart.
Een ZIP maken betekent ook niet dat hij is versleuteld. CRC-32-controlewaarden in een gewone ZIP helpen schade tijdens transport of opslag ontdekken. Ze zijn geen digitale handtekeningen die de maker bewijzen en authenticeren opzettelijk gewijzigde inhoud niet betrouwbaar. Een geslaagde uitpakcontrole bewijst niet de identiteit van de afzender of de veiligheid van het bestand. Omgekeerd bewijst een groter archief geen beschadiging. Ruimte besparen, bytes herstellen, vertrouwelijkheid en herkomst controleren zijn afzonderlijke vragen.
6. Vergelijk dezelfde invoer en controleer uitgepakte bestanden
Maak ter vergelijking een Store- en een DEFLATE-archief van precies dezelfde bestanden. Gebruik gelijke eenheden en vergelijk de som van de oorspronkelijke bytelengten met de uiteindelijke ZIP-grootte. Schijfgebruik hangt af van toewijzingseenheden; het verwarren met inhoudslengte kan misleiden. Vergelijk herhalende tekst en al gecomprimeerde foto's apart om de invloed van het soort gegevens te zien. Dit is een werkwijze om zelf uit te proberen; het artikel presenteert geen gemeten besparingspercentages of verwerkingssnelheden van een bepaald programma.
Pak de ZIP vóór verzending in een andere map uit en controleer aantallen, paden en of benodigde bestanden openen. Is exact bytebehoud belangrijk, vergelijk dan ook met een betrouwbaar origineel. Overschrijden foto's een limiet, dan zijn passende verzendkopieën of een andere overdrachtsmethode met behoud van de originelen nuttiger dan steeds meer ZIP-lagen. De eigen verklarende afbeelding onderscheidt bundelen, comprimeerbaarheid en controle na uitpakken. Het is geen programmaschermafbeelding of grafiek met gemeten compressieverhoudingen. Controleer de besparing én of de ontvanger alle bestanden volledig kan gebruiken.