压缩解压速查手册

本篇是压缩归档的速查手册：先分清”打包”与”压缩”两件事（分不清则 tar 参数永远靠猜），再按工具给用法与预期输出，最后给出格式选型与完整性校验的速查表。

0. 心智模型：打包 ≠ 压缩#

flowchart LR
    A["多个文件/目录"] -->|"归档：tar<br>合成一个文件，不缩小"| B["archive.tar"]
    B -->|"压缩：gzip/bzip2/xz<br>编码变小，只管单文件"| C["archive.tar.gz"]
    A -->|"一步到位：tar -czvf<br>归档+压缩连做"| C

• 归档（archive）：把一堆文件合成一个文件（tar），方便传输，体积几乎不减；
• 压缩（compress）：用编码算法把单个文件变小（gzip/bzip2/xz），只管一个文件；
• zip/7z 是”归档+压缩”二合一，tar + gzip 是两大步骤的经典组合。

理解了这一点，tar 的参数就是两套字母：动作（c 建 / x 解 / t 看）+ 压缩器（z gzip / j bzip2 / J xz）+ f 文件名。

1. tar：归档主力#

创建 tar -c[v]f <归档名> <路径>（压缩加 z/j/J）

tar -cvf archive.tar src/           # 仅打包不压缩
tar -czvf project.tar.gz dist/      # 打包 + gzip（最通用）
tar -cjvf project.tar.bz2 dist/     # 打包 + bzip2（更慢，压缩率更高）
tar -cJvf project.tar.xz dist/      # 打包 + xz（最慢，压缩率最高）
tar -czf app.tar.gz --exclude='.git' --exclude='node_modules' .   # 排除目录

查看 tar -t[v]f <归档名>

tar -tzvf project.tar.gz    # 列出内容不解压——解压前先看一眼是安全习惯

解压 tar -x[v]f <归档名>

tar -xzvf project.tar.gz                 # 现代 tar 认后缀，z 可省略：tar -xvf 亦常可行
tar -xzvf project.tar.gz -C /opt/app/    # -C 指定解压目的地（目录需已存在）
tar -xzvf project.tar.gz path/to/file    # 只解压包内指定文件

$ tar -czvf demo.tar.gz notes/
notes/
$ tar -tzf demo.tar.gz
notes/
$ tar -xzf demo.tar.gz && ls
demo.tar.gz  notes

助记口诀：c 建包、x 解包、t 看包；z/j/J 对应 gz/bz2/xz；f 后面紧跟文件名。记不住时只记 tar -xf 任意.tar.*（多数现代实现自动识别压缩格式）。

两个安全要点：

• 解压前先 tar -tf 看内容，防止”炸弹包”（包内路径混乱、覆盖现有文件）；现代 tar 解压时默认剥掉绝对路径开头的 /，不会写到包外，但相对路径仍可能覆盖当前目录同名文件。
• 归档路径尽量用相对路径：tar -czf app.tar.gz -C /var/www myapp（-C 先切到父目录，再打包 myapp），解出来就是一个干净的 myapp/ 目录。

2. gzip / bzip2 / xz：单文件压缩#

gzip large.log            # 压缩，原文件被替换为 large.log.gz
gzip -k large.log         # -k 保留原文件（keep）
gzip -d large.log.gz      # 解压（或 gunzip large.log.gz）
gzip -9 -k big.csv        # -1~-9 压缩率/速度档位，9 最慢最小

zcat large.log.gz         # 不解压直接看内容（排查压缩日志神器）
zgrep "ERROR" app.log.gz  # 直接在压缩文件里 grep

bzip2 bigfile.dat         # .bz2，压缩率高于 gzip，速度更慢
xz dump.sql               # .xz，压缩率最高，速度最慢

$ ls -lh app.log* 
-rw-r--r-- 1 user user  48M Sep  9 10:00 app.log
-rw-r--r-- 1 user user 4.2M Sep  9 10:01 app.log.gz

单文件压缩的工具定位：日志轮转、数据库导出等”一个大文件”场景；一堆文件请先 tar 再压。

3. zip / unzip：跨平台交换#

zip -r archive.zip src/                # 递归压缩目录
zip -r app.zip . -x "*/node_modules/*" # 排除模式
zip -e secret.zip docs/                # 加密码（交互输入；注意 zip 加密强度弱，敏感数据慎用）
unzip archive.zip                      # 解压到当前目录
unzip archive.zip -d /tmp/out          # 解压到指定目录
unzip -l archive.zip                   # 只看内容不解压

经典陷阱：Windows 压的 zip 在 Linux 解出乱码文件名。Windows 传统工具用本地编码（如 GBK）存文件名，Linux 默认按 UTF-8 解读。交换文件优先用 tar.gz；必须处理乱码 zip 时可借助支持指定编码的解压工具（如 unzip -O gbk，以本机版本支持为准）。

4. 7z 与 Windows 内置#

# 7-Zip（需安装，跨平台，格式支持最全）
7z a archive.7z src/       # a = 添加
7z x archive.7z            # x = 解压（保留目录结构）
7z l archive.7z            # l = 列出内容

# Windows 内置（PowerShell 5+），零安装
Compress-Archive -Path src\* -DestinationPath app.zip
Expand-Archive -Path app.zip -DestinationPath .\out

PowerShell 的 Compress-Archive 只支持 zip 格式，且对大文件（超 2GB）历史上有限制，跨平台交付仍以 tar.gz 为首选。

5. 格式选型速查#

经验法则：给别人下载用 .tar.gz（人人能解）；自己长期存档且体积敏感用 .tar.xz；跟 Windows 同事互传用 .zip。

6. 完整性校验与分割#

传输/下载完成后先校验再使用，这是打包链路的最后一环：

# 生成校验文件（与压缩包一起发布）
sha256sum project.tar.gz > project.tar.gz.sha256

# 校验（输出 OK 即完好）
sha256sum -c project.tar.gz.sha256
# project.tar.gz: OK

# md5sum 用法相同，但安全性弱，仅用于防传输出错
md5sum image.iso

$ sha256sum -c project.tar.gz.sha256
project.tar.gz: OK

超大文件传输前分割、收到后合并：

split -b 100M big.tar.gz part_     # 按每 100MB 切成 part_aa、part_ab...
cat part_* > big.tar.gz            # 按顺序合并还原（合并后记得 sha256sum 校验）

7. 小结#

初学者要点：

• 打包（tar 合文件）与压缩（gzip 变小）是两件事，tar -czvf 只是把两步连做
• tar 三动作：c 建、x 解、t 看；z 是 gzip；f 后跟文件名
• 解压前先 tar -tf 看内容；-C 指定目的地
• 单文件压缩用 gzip，一堆文件先 tar；跨平台交换用 zip

进阶注意：

• --exclude 要写在路径前且模式与实际层级匹配，打包构建产物前先排除 .git、node_modules
• Windows zip 的非 ASCII 文件名在 Linux 可能乱码，跨平台交付优先 tar.gz
• 发布压缩包时同时提供 sha256sum 校验文件，下载方 -c 校验后再解压
• 单文件压缩场景善用 zcat/zgrep 直接操作压缩日志，省去解压步骤