Архивирование файлов

9. Архивирование файлов#

Введение#

Архив – это файловый контейнер, содержащий внутри себя несколько файлов с их метаданными. К метаданным относятся имя файла, атрибуты, расширенные атрибуты, время последней модификации. Каталог тоже можно рассматривать как контейнер, но в отличие от архива он привязан к файловой системе. При переносе файлов без архивации из одного компьютера на другой, например, через флешку, можно потерять часть метаданных.

Перечислим ситуации, в которых можем столкнуться с архивацией:

  • отправка по электронной почте каталога;

  • формирование дистрибутива программы (инсталлятор, пакет);

  • скачивание из GitHub проекта программы ZIP-архивом;

  • уменьшение объема занимаемых данных на файловом сервере;

  • архивация большого количества небольших файлов для быстрого копирования на флешку;

  • ускорение передачи данных по сети;

  • файл с расширением .docx – это составной документ, оформленный в виде архива.

Работа с tar-архивами#

Для работы с архивами в UNIX-системах используют утилиту tar. Она позволяет:

  • создавать и распаковывать архивы;

  • извлекать из архива отдельные файлы;

  • добавлять в архив новые файлы;

  • просматривать содержимое;

Команда tar -cf archive.tar file1 file2 file3 объединяет три файла (file1, file2 и file3) в архивный файл archive.tar. Если файлы располагаются в каталоге dir, то команда tar -cf archive.tar dir упаковывает в архив каталог вместе с его содержимым.

Обратную операцию, извлечение, выполняет команда tar -xf archive.tar. Она извлекает в текущий каталог содержимое архива archive.tar.

tar -xf archive.tar

Опция -c указывает утилите создать архив, а -x извлечь содержимое. Опция -f всегда требует аргумент – имя архива. При извлечении она должна указывать на существующий файл. Архивным файлам дают расширение .tar.

Следует быть осторожнее при извлечении архивов в непустой каталог. Если файлы в архиве не лежат внутри одного каталога, то такой архив следует извлечь в отдельный пустой каталог. Иначе извлекаемое содержимое перемешается с уже имеющимися файлами и приведет к беспорядку. Опция -C (`–directory) показывает команде куда следует извлечь содержимое архива:

tar -xf archive.tar -C newdir

То же самое можно было бы сделать несколькими командами:

mkdir newdir
cd newdir
tar -xf ../archive.tar

Если в архиве вас интересуют не все файлы, а конкретные, то их можно извлечь, перечислив имена в команде:

tar -xf archive.tar file1.txt file2.txt

Команда tar -tf archive.tar выводит на экран содержимое архивного файла в виде списка файлов.

Note

Утилита less умеет заглядывать внутрь архивов и показывает список файлов. Попробуйте выполнить команду less archive.tar.

Опция -v (--verbose) заставляет выводить имена обрабатываемых файлов на экран.

Компрессия и декомпрессия архива#

В UNIX-системах сжатием данных специализируются отдельные утилиты, называемые компрессорами. Обратную операцию, расжатие данных, выполняют декомпрессоры. Для каждого компрессора есть свой декомпрессор, имя которого отличается суффиксом un:

  • zip -> unzip;

  • gzip -> gunzip;

  • bzip2 ->bunzip2.

Наиболее часто в Linux используют утилиты gzip и bzip2. Они сжимают непрерывный поток данных, получаемый или из стандартного потока ввода или файла. Чтобы сжать несколько файлов или каталогов их используют совместно с архиватором. Архиватор подготавливает для них поток, превращая несколько файлов в один.

Утилита tar для сжатия архива использует компрессор, если указать его опцией. Так, архив сжимается gzip, если задана опция -z или утилитой bzip2 при опции -j. При сжатии первым компрессором, к расширению архива добавляется дополнительно расширение .gz, и в конечном счете архив получает расширение .tar.gz. На практике его ужимают до .tgz.

tar -czf archive.tgz dir

Извлечение сжатого архива происходит как обычно. tar самостоятельно определяет, каким декомпрессором воспользоваться. Но, для подстраховки, вы можете передать ей ту же самую опцию:

tar -xzf archive.tgz

Также в системе могут быть доступны другие компрессоры, которые поддерживает tar. Активирующие их опции совпадают с их именами в случае с длинным вариантом. Перечислим их компрессоры:

  • gzip;

  • bzip2;

  • xz;

  • lzip;

  • lzop;

  • lzma;

  • zstd;

  • compress.

Утилиты gzip, gunzip и zcat#

Компрессор gzip, представленный одноименной утилитой, использует для сжатия данных алгоритм Лемпеля-Зива, обозначаемый кодовым словом LZ77. Он сжимает файлы, переданные ему в виде аргументов командной строки:

bob@pc:~/archive$ ls
file1.txt  file2.txt  file3.txt
bob@pc:~/archive$ gzip file1.txt file2.txt file3.txt 
bob@pc:~/archive$ ls
file1.txt.gz  file2.txt.gz  file3.txt.gz

Заметим, что сжимаемые файлы замещаются результатом сжатия, при этом к имени исходного файла добавляется расширение .gz. Обратная операция, декомпрессия, активируется опцией -d (--decompress):

bob@pc:~/archive$ ls
file1.txt.gz  file2.txt.gz  file3.txt.gz
bob@pc:~/archive$ gzip -d file1.txt.gz file2.txt.gz file3.txt.gz
bob@pc:~/archive$ ls
file1.txt  file2.txt  file3.txt

То же самое можно было бы сделать, если воспользоваться декомпрессором gunzip:

gunzip file1.txt.gz file2.txt.gz file3.txt.gz

Здесь мы снова замечаем, что результирующие файлы замещают исходные. Чтобы сохранить исходные файлы, передайте gzip опцию -k (--keep).

Утилиты zip и unzip#

Утилита zip – это компрессор, отличающийся от предыдущих тем, что умеет работать с несколькими файлами. Если архивы .tgz используют в частности на машинах с UNIX-системами, то zip – на машинах как UNIX, так и Windows.

Note

В разработке ПО не принято использовать архивы .rar. Во-первых, это коммерческий формат, требующий лицензируемой программы для работы с ним. Во-вторых, это не кроссплатформенно.

Следующая команда сжимает каталог dir в архив archive.zip.

zip -r archive.zip dir

Обратная операция, распаковка, происходит командой:

unzip archive.zip

По умолчанию, утилиты zip и unzip, выводят диагностические сообщения. Их можно отключить опцией -q (--quiet).

Вопросы для самоконтроля#

  1. Что такое “архив”?

  2. Перечислите примеры из жизни, где используются архивация и компрессия данных.

  3. Соберите в один архив два отдельных файла и каталог.

  4. Что произойдет, если вы создаете архив, который уже существует?

  5. Проверьте, какие из перечисленных здесь компрессоров доступны на вашей машине.

  6. Опция --delete утилиты tar удаляет из архива указанный файл. Покажите опцию в действии.

  7. Проверьте, можно ли удалить файл из сжатого архива.

  8. Упакуйте каталог в архив и сравните их размеры.

  9. Продемонстрируйте в действии опцию --list утилиты gzip.

  10. gzip замещает исходные файлы результатом сжатия/распаковки. Какая опция позволяет сохранить исходные файлы?

  11. Покажите, что файл с офисным документом (с расширением .docx) является zip-архивом.

  12. Что делает опция -c (--std-out, --to-stdout) утилиты gzip? Продемонстрируйте ее в работе.

  13. Что делает опция -r (--recursive) утилиты gzip? Продемонстрируйте ее в работе.

  14. Подсчитайте размер распакованного файла, воспользовавшись конвейером и командами zcat, wc.

  15. Расшифруйте следующую команду: gzip --to-stdout --decompress "infile.tgz" | tar --to-stdout --delete 'file1.txt' -f - | gzip > 'outfile.tgz'

  16. Сожмите файлы из каталога /usr/include 5-мя разными компрессорами и сравните размеры получившихся архивов. Который из компрессоров сжимает сильнее? Будьте внимательны, некоторые компрессоры могут отсутствовать.

  17. Поместите в архив три файла. Последовательно исключайте из архива файлы и выводите список оставшихся файлов. Как изменяется размер архива после каждого удаления?

Contents