zlib、gzip和zip是如何关联的？他们有什么共同点，又有什么不同？

Question

zlib中使用的压缩算法与gzip和zip中的压缩算法本质上是相同的。什么是gzip和zip？它们有何不同，又有何相同？

Answer 1

ZIP是一种文件格式，用于存储任意数量的文件和文件夹，并进行无损压缩。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，也是一种用于存储单个压缩文件的文件格式。当与tar结合时，它支持压缩任意数量的文件和文件夹。结果文件的扩展名为.tgz或.tar.gz，通常称为tarball。

zlib是一个函数库，将DEFLATE封装在最常见的LZ77中。

Answer 2

简体：

.zip是一种存档格式，通常使用Deflate压缩方法。.gzgzip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，以形成压缩存档格式.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。

长形式：

ZIP格式是由Phil Katz开发的一种具有开放规范的开放格式，其中他的实现PKZIP是共享软件。它是一种存储文件及其目录结构的存档格式，其中每个文件都被单独压缩。文件类型为.zip。这些文件以及目录结构可以选择性地加密。

ZIP格式支持几种压缩方法：

    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是历史的，没有被使用。方法9至98是相对较新的补充，使用量不一。在ZIP格式中唯一真正广泛使用的方法是方法8（Deflate）和在某种程度上不是压缩的方法0。实际上，您在野外遇到的每个.zip文件都只使用方法8和0，很可能只是方法8。（方法8还具有一种方法，以不压缩和相对较小的扩展的方式有效地存储数据，并且方法0不能流式传输，而方法8可以流式传输。）

文件容器的ISO/IEC 21320-1:20 2015标准是一种受限的zip格式，例如在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）中使用。该标准将压缩方法限制为0和8，以及其他约束，如没有加密或签名。

大约在1990年，Info-ZIP小组编写了zip和unzip实用程序的可移植的、免费的、开源的实现，支持使用Deflate格式的压缩，以及该格式和早期格式的解压缩。这大大扩展了.zip格式的使用。

在90年代早期，gzip格式是作为Unixcompress实用程序的替代而开发的，后者源自Info-ZIP实用程序中的Deflate代码。Unix的compress设计用于压缩单个文件或流，并在文件名后附加.z。compress使用的是LZW压缩算法，该算法当时属于专利范围，专利持有者对其免费使用存在争议。虽然Deflate的一些特定实现由Phil Katz申请了专利，但格式却没有，因此可以编写一个不侵犯任何专利的Deflate实现。在过去20多年里，这一执行工作没有受到如此大的挑战。Unixgzip实用工具的目的是作为compress的附带替换，实际上能够解压缩compress压缩的数据（假设您能够解析该语句）。gzip在文件名后附加.gz。gzip使用Deflate压缩数据格式，这种格式比Unixcompress的压缩效果要好得多，解压速度非常快，并且添加了CRC-32作为数据的完整性检查。头格式还允许存储比compress格式允许的更多的信息，如原始文件名和文件修改时间。

虽然compress仅压缩单个文件，但通常使用tar实用工具将文件、其属性和目录结构创建为单个.tar文件的存档，然后使用compress压缩该文件以生成.tar.z文件。事实上，tar实用程序曾经并且现在仍然可以同时执行压缩，而不是必须将tar的输出管道传输到compress。所有这些都转到了gzip格式，tar有一个直接压缩到.tar.gz格式的选项。tar.gz格式的压缩效果优于.zip方法，因为.tar的压缩可以利用文件之间的冗余，特别是许多小文件。.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，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文件必须从头到尾进行解压缩和扫描，以便构建目录，这就是.tar文件的列出方式。

在gzip推出后不久，大约在20世纪90年代中期，同样的专利纠纷引起了对.gif图像格式的免费使用的质疑，该格式在公告板和万维网上非常广泛地使用（当时是一个新生事物）。因此，一个小组创建了PNG无损压缩图像格式，文件类型为.PNG，以取代.gif。该格式还使用压缩格式进行压缩，在图像数据上的滤波器暴露出更多的冗余后应用该压缩格式。为了推广PNG格式的广泛使用，创建了两个免费代码库。libpng和zlib。libpng处理PNG格式的所有特性，而zlib提供压缩和解压缩代码供libpng以及其他应用程序使用。zlib是从gzip代码改编而来的。

所有提到的专利都已过期。

zlib库支持Deflate压缩和解压，以及围绕Deflate流的三种包装。它们是：完全没有包装（“原始”deflate)、zlib包装（用于PNG格式数据块）和gzip包装（为程序员提供gzip例程）。zlib和gzip包装之间的主要区别是zlib包装更紧凑，为6个字节，而gzip最少为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。读写.zip格式的程序使用原始deflate格式，该格式是环绕deflate压缩数据的另一种格式。

zlib在数据传输和存储方面得到了广泛的应用。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 headercontent-encoding:deflate表示封装在zlib数据格式中的deflate压缩方法。

对于相同的输入数据，不同的deflate实现可能导致不同的压缩输出，这可以通过允许以CPU时间折衷压缩有效性的可选压缩级别的存在来证明。zlib和PKZIP并不是deflate压缩和解压的唯一实现。7-zip存档实用程序和Google的zopfli库都有能力使用比zlib多得多的CPU时间，以便在使用deflate格式时挤出最后几个可能的位，与zlib的最高压缩级别相比，压缩大小减少了几个百分点。pigz实用程序是gzip的一个并行实现，它包括使用zlib（压缩级别1-9）或zopfli（压缩级别11）的选项，并且通过在多个处理器和内核上拆分大型文件的压缩，在一定程度上减轻了使用zopfli的时间影响。