Sanyanggae LogoSanyanggae

📱 移动与应用开发

照片打包成 ZIP 为什么没变小?压缩与文件打包的区别

区分 ZIP 打包与 DEFLATE 压缩,了解已压缩照片、视频不易缩小,以及附加信息使文件变大的原因,并学习保留原文件、比较大小和解压检查。

사냥개 (Sanyanggae)发布 更新 4分钟

本文是韩语原文的译本。 韩语原文 · 翻译审阅: 人工智能审阅

分别呈现多个文件打包为一个 ZIP、不同数据的可压缩性与解压后文件检查的解释示意图
Sanyanggae 制作的解释示意图,区分文件打包、可压缩性与解压后检查;并非实际程序画面或压缩率测量图。

1. 打包成一个 ZIP 与减少容量

把多张旅行照片打包成 ZIP,总大小可能几乎不变,甚至略有增加。仅凭这个结果,不能认定压缩程序坏了。ZIP 是把多个文件及名称、文件夹路径等放入同一归档文件的格式。其中每个文件都可以压缩,也可以不压缩直接加入。整合成一个文件便于发送,与减少存储字节数,有时能够同时达成,却不是同一项功能。照片没变小,仍能通过打包避免发送时遗漏文件。

ZIP 规范定义了直接存储及多种压缩方式。不压缩方式常标为 Store,广泛使用的压缩方式之一则是 DEFLATE。同一 ZIP 内,不同文件也可以采用不同方式。因此不能只因扩展名是 .zip,就认为所有内部文件都通过相同算法缩小了。程序若显示压缩方式、各文件原始大小和存储大小,应先看这些数值。这样可以分别确认归档创建是否成功,以及有没有压缩收益。

2. DEFLATE 寻找的是字节规律,而非内容意义

DEFLATE 是无损压缩格式,结合对先前相同字节序列的引用与哈夫曼编码。比如含重复句子的文本,可以不用每次完整记录,而改为描述重用前面哪一段、重用多长。给常见符号分配较短编码,也能减少存储量。实际格式对引用距离和长度有限制,也有记录找不到匹配部分之字节的规则。这是在解释核心原理,不代表只能压缩人类可读的句子。

压缩器不是理解照片中的物体或句意,再挑出不必要内容删除,而是将输入字节换成日后可准确恢复的表达。重复较多或编码收益较高的数据可能缩得较多,但没有一种无损方法能让所有可能的数据总是变小。提高压缩等级,通常是允许花更多时间搜索,并非保证固定减少比例的命令。即便格式和等级相同,数据排列与程序实现也可能导致结果大小不同。

3. 照片和视频可能早已压缩

一般 JPEG 照片在图像编码时已经压缩。PNG 也使用无损压缩,许多音视频格式同样包含经过自身压缩的数据。把它们加入 ZIP,并不是从头重新压缩图像像素,而是再次压缩已完成文件的字节。前一阶段若已大量利用重复与统计规律,通用压缩器能够额外获得的收益可能很小。因此,很难指望照片文件夹与纯文本文件夹缩小同样比例。

不过,也不能断言所有 JPEG、PNG 都连一个字节也无法再减少。附加信息、编码器和内部数据特性不同,仍可能进一步压缩。如果已压缩数据中还保留规律,再压缩也可能有收益。应依据实际输入输出大小判断,而不只看扩展名。文档中也有 DOCX 这种本身使用 ZIP 结构的格式,不能因为是文档就期待与普通纯文本有相同压缩效果。

4. 内容不变,归档文件仍可能变大

ZIP 除文件内容外,还需要名称、压缩方式、大小、校验值,以及寻找文件列表的结构。根据可选功能和记录方式,还可能加入其他信息。这些是正确区分并取出文件所需的格式成本。即便内部数据略有缩小,只要附加信息超过节省量,最终 ZIP 仍会大于原文件大小总和。尤其极小文件中,名称和各种记录相对于内容的占比更高。也不能假定每个 ZIP 都只增加相同的固定字节数。

多个文件出现同一句话,也不意味着普通 ZIP 的逐文件 DEFLATE 会共享所有重复内容。各文件独立压缩,不能期待第一份文档内容自动成为第二份的压缩字典。这与先打包,再对整体连续压缩的其他归档方式有所不同。不压缩存储可以减少压缩处理成本,却不会去掉名称和列表等 ZIP 结构。因此,采用该方式必定使最终大小精确等于原始总和的说法也不正确。

5. 无损压缩不同于照片重新编码或加密

ZIP 无损压缩的目标,是正常压缩和解压后,精确恢复所放入文件的字节。仅将 JPEG 加入 ZIP,不会降低 JPEG 画质设置或照片宽高像素数。为了缩小图片而调整尺寸或有损压缩设置,是另一项转换。结果可能变小,但图像内容或表达会改变。如果工具同时提供照片优化与 ZIP 保存,应先确认归档前改变了什么,并单独保留原文件。

创建 ZIP 也不等于加密。普通 ZIP 的 CRC-32 校验值用来发现传输、存储中的损坏,却不是证明作者身份的数字签名,也不能视为可靠认证攻击者所改内容的功能。解压检查通过,不代表发送者身份或文件安全也已确认。反过来,正常压缩文件变大也不构成判定损坏的理由。容量减少、原始字节恢复、机密性与来源确认,应当分别讨论。

6. 使用相同输入比较,并检查取出文件

比较效果时,可用同一组文件分别创建直接存储与 DEFLATE 的 ZIP。统一文件大小显示单位,比较原文件字节总和与各 ZIP 的最终字节数。磁盘占用会因分配单元变化,若把它与文件内容长度混淆,就可能误解结果。分别比较含重复句子的文本与已压缩照片,也能看出数据特性带来的差别。这是自己实际比较的流程,本文没有提供任何特定程序的实测缩小比例或处理速度。

发送前先解压到其他文件夹,确认文件数量与路径正确,所需文件也确实能打开。如果精确保留字节很重要,还需与可信原文件直接比较。照片包超出容量限制时,相比反复再套 ZIP,更合适的做法是保留原文件,另外选择发送副本的尺寸或传输方式。本文配图是自行制作的解释示意图,区分文件打包、可压缩性和解压后检查,并非实际程序画面或压缩率测量图。除了缩小比例,还应确认接收者能完整使用文件。

亲自试用

依据与参考资料

本文依据公开资料进行说明。标注某机构为来源,不代表该机构审阅或认证了本文。

运营者介绍与联系方式

同主题文章