哪种压缩文件类型比较好？

抛开压缩算法，我觉得zip和rar在文件格式上最大的区别在于目录(TOC): ZIP有TOC，rar没有。

其实TOC这个词是从出版业借来的，指的是每本书正文前面的“目录”。它的作用是世界上所有人都知道的:如果你想快速找到一本书的某个内容，可以先查找，然后根据TOC指定的页码直接翻。

在纸质书里，TOC是打印出来的表格，而在电子文件里，是由结构化数据组成的表格。它的目的也是为了快速定位:如果你想在一个文件中找到什么，可以先查TOC，知道感兴趣的内容在文件中的什么位置，跳过就行了。最常见的应用是avi、rm等多媒体文件:播放时经常有人在播放栏上跳来跳去(也就是“随机存取”)。如果没有TOC，在几百兆长的文件中来回定位会很慢。

具体到zip文件，TOC是放在文件末尾的一个表，它列出了属性(文件名、长度等。)及其在zip包中的存储位置。如果需要随机访问zip包中的一个文件，只需要在TOC中找到这个文件的存储位置，直接跳过即可。

但是，RAR文件中没有TOC，所有文件都按顺序存储在文件头之后。

这种差异的结果就是随机访问时zip比rar快，而顺序访问时rar比zip快。

所谓随机访问，就是对上面提到的压缩包中指定文件的随机访问。举个简单的例子:一个反编译或者下载的web电子书，里面有很多HTML、图片、css和js，然后打包成压缩包。现在要求访问页面不需要解包:你可以想象一下，当你打开每一个HTML页面的时候，图片、css、js等附加文件可能会随机分布在整个压缩包中。如果没有TOC，从头开始查找每个文件会很慢。所以你可以理解为什么jar包是标准的zip包，我只用zip格式来保存反编译的电子书，漫画，PDG的书和一切可能需要随机访问的东西。

所谓顺序访问，就是把整个压缩包从头到尾解包。RAR在这方面有天然的优势。而且为了节省WinRAR列文件的时间，我一般都是直接通过右键菜单解压单个RAR，很少双击压缩包打开再解压。

由于rar的原作者已经去世，我相信这种差异的确切原因无从考证，但我个人猜测可能与DOS时代的备份软件之争有关:在DOS时代，电脑硬盘没有现在这么奢侈，20MB已经很大了。这个容量可以用两盒软盘备份，相对于数据本身的价值，备份成本非常低。所以在DOS时代，很多公司和机构都建立了定期的硬盘备份政策，以避免由于人为或非人为因素造成的不可挽回的数据丢失(早期的硬盘可能没有现在这么可靠)。在备份软件方面，虽然微软已经提供了带DOS的BackupRestore工具，但是基本不具备数据压缩的能力，所以在压缩软件中提供备份功能已经成为DOS时代的一种时尚。由于DOS时代的备份介质多为软盘，压缩软件的备份功能实际上转化为现在很常见的功能:卷压缩功能，即根据软盘的容量进行卷压缩，然后将卷压缩后的文件备份到软盘，必要时进行解压缩，或者恢复到硬盘。

DOS时代最著名的压缩工具是pkzip，比RAR的DOS版本出现的早。在卷压缩期间，pkzip根据zip文件规范将TOC存储在末尾，即最后一个卷中，这会带来以下问题:

1.恢复时，每次解压磁盘，都要先插入最后一张磁盘，读取TOC一次。

2.只要最后一个磁盘上的TOC坏了，就算其他磁盘都好，也无法正常解压。

这两个缺点，尤其是第一个，是如此臭名昭著，以至于有一个非常强烈的改革呼声。就在这个关键时刻，RAR的DOS版出现了:不仅压缩比高于pkzip(这在DOS时代很重要，毕竟软盘价格贵，容量小)，而且由于当时对zip格式的批评，TOC也被取消了，所以:

1.恢复按卷压缩的备份文件时，不必频繁插入带TOC的卷，按顺序换盘即可。

2.即使卷被损坏，您也可以跳过它，从完好的卷开始解压缩。

由于这些原因(当然也有其他原因)，RAR推出后迅速取得成功，pkzip在DOS时代开始流失用户，在Windows时代基本销声匿迹。Windows时代推出的Winzip，完全放弃了分卷压缩的功能(zip格式总是伤人？)。从我看过的WinRAR的UnRAR源代码来看，很明显WinRAR的解压思路是把文件从头到尾按顺序解压。看来那些年备份恢复工具之争的影响真的很深远。

二、固体压缩模式

压缩算法方面，我觉得rar格式最有特点的就是立体压缩。WinRAR v3.42的帮助文件中对固态压缩的描述如下:

固态压缩文件是一种以RAR特殊压缩模式存储的压缩文件，它将压缩文件中的所有文件视为一个连续的数据流。

这个解释其实揭示了固体压缩格式可以提高压缩比的奥秘:数据压缩的基础是“重复”，比如字符串aaaabbb，就包含了重复。如果表达成a4b3，是不是看起来更矮？这就是“数据压缩”。“重复”是一个具有相对意义的概念。如果在某个范围内似乎没有重复或者重复很少，我们可能通过扩大范围找到更多的重复数据，这就是固体压缩的奥秘。

举个简单的例子:用zip和普通rar压缩一堆jpg文件比较困难，但是用solid rar可以压缩。原因是jpg文件已经是压缩格式了，很难在单个jpg文件中找到可用的重复数据，所以很难用zip或者普通的rar进行压缩，因为它们都是把需要压缩的文件分离出来，逐个处理。但是对于solid rar来说，所有需要压缩的jpg文件都是整体压缩的，这些jpg之间存在重复数据，比如它们都有相同的文件头(包括各种数据表)，这就导致了可压缩的空间。从我看到的资料来看，Flash文件也是用类似的技术压缩jpg:如果Flash文件中使用了多个jpg文件，可以使用一个头。

当然，世界上不会有免费的午餐。固体压缩方法在提高压缩比的同时也有一些局限性。在WinRAR v3.42帮助文件中说:

固体压缩可以提高压缩性能，尤其是在添加大量小文件时，但它也有一些重要的缺点。

更新现有的实体压缩文件很慢；

当从一个实体压缩文件中提取单个文件时，需要首先分析它之前的所有文件。这使得从固态压缩文件中取出文件比普通压缩文件要慢。但是，当所有文件都从固态压缩文件解压缩时，解压缩速度没有影响。

如果固态压缩文件中的任何文件损坏，则无法从损坏的范围中解压缩所有文件。因此，如果固态压缩文件存储在软盘等介质中，建议您在制作时使用“恢复记录”。

固体压缩的适用场合如下

压缩文件很少更新时；

不需要频繁地从压缩文件中提取文件或文件的一部分；

当压缩效率比压缩速度更重要时。

与上面提到的“随机访问”相对应，一个固态压缩的RAR文件可能是世界上最不适合随机访问的:如果你需要访问一个固态RAR包中的文件，你必须从文件头开始解压，直到到达这个文件。

第三，安全

这里的安全包括几层含义:文件系统安全、密码保护安全和文件数据安全。

由于在制定zip格式规范时，操作系统本身的文件安全性还没有引起足够的重视，所以zip格式只记录了最基本的文件属性，包括只读属性，没有其他额外的安全属性。

刚推出rar格式的时候，文件系统的安全性只能参考DOS，类似于zip。但是rar毕竟是封闭格式，怎么改由作者自己决定。所以在Windows出现NTFS，引入扩展文件系统安全属性的时候，rar也积极跟进，所以现在应该说rar格式在这方面比zip更胜一筹。

zip和rar两种格式都提供密码保护，只是密码保护的安全强度不同。

由于zip的开放格式和开源代码，zip密码破解软件出现的更早也更多。刚开始以暴力破解为主，威胁不大。对zip密码安全性真正致命的打击是已知的明文攻击方法:如果知道加密zip文件中某段内容(密文)的解密真实内容(明文)，就可以推导出加密zip密码。在这种攻击方式的威胁和一些国家的法律对加密技术的限制下，著名的开源组织zlib宣布永远放弃对加密zip的支持。详见zlib网站上的相关说明(虽然在zlib公布的源代码中仔细查找还是能找到原始的加密解密相关代码)。

记得刚推出rar的时候，和zip是一样的。虽然无法列出加密文件的内容，但可以列出加密文件中的文件名。后来大概是被已知的明文攻击吓到了，加了一个“加密文件名”选项，连加密的rar文件里的文件都看不到，让攻击者无法猜出明文。

Rar格式比zip推出的晚，在安全方面已经吸取了足够多的教训。因此，采用美国国家标准与技术研究院(NIST)推荐的AES对称加密算法，密钥长度为128位。在ASE被攻破之前(NIST认为30年内不可能被攻破)，大家只能在暴力法上兜圈子，所以密码安全性应该说是高于zip的。WinRAR 3.42的帮助文件描述如下:

ZIP格式使用私有加密算法。RAR压缩文件使用更强大的AES-128标准加密。如果需要加密重要信息，最好选择RAR压缩文件格式。为了确保安全，密码应该至少有8个字符长。不要使用任何语言的单词作为密码。最好是字符和数字随机组合，注意密码的大小写。记住，如果你丢失了密码，你将无法取出加密文件，甚至连WinRAR的作者本人也无法解压加密文件。

在数据安全方面，RAR格式本身支持一种特殊类型的附加信息，称为“恢复记录”。如果RAR文件有恢复记录，当介质物理损坏或其他原因导致数据丢失时，WinRAR可以根据“恢复记录”尝试修复数据。Zip格式没有恢复记录，所以应该说在数据安全性上比RAR弱。

虽然RAR文件本身支持恢复记录，但是在WinRAR中这个选项是默认关闭的，开启后压缩后的RAR文件体积会增大(增大的百分比和设置有关)，可能会让一些人觉得不习惯(我个人在论坛上看到有人抱怨为什么压缩后的RAR文件这么巨大)，所以这个功能基本没用。

第四，开放性

开放的反差显而易见:zip格式不仅在文件格式上完全开放，而且有专门的开源组织提供运营源代码，跨平台使用也没有太大限制；Rar格式是完全保密的，作者只提供解压需要的源代码，不提供压缩需要的，所以跨平台使用有点麻烦。

在Zip的开源组织中，最著名的是zlib和InfoZip，两者各有侧重:zlib强调内存缓冲区的压缩，所以被png等开源组织作为内部压缩算法，甚至java的jar内核都来自zlib，所以类型化的jar包自然是标准的zip文件；InfoZip侧重于文件的操作(包括密码保护)，应用似乎没有zlib广泛，但我个人认为其实还是挺有用的，前提是需要对其源代码进行一些必要的修改。

png组织的网站里提到了png格式的历史，我觉得也很有意思。其实做png的一群人都在做gif格式的。但由于Unisys公司开始对gif格式的核心——LZW压缩算法收取专利费，这些人愤怒了，干脆提出png格式:大结构还是采用分段结构，但核心压缩算法采用开源的zlib，大多数情况下压缩效果强于gif LZW。由于没有版权限制，png在静态图形领域得到了广泛的应用。如果不是及时提出动画支持，在网络上流行起来，我估计gif早就死了。

其官网www.rarlab.com上提供了RAR的解压源代码，通常比WinRAR正式版晚一点，但据说是直接从WinRAR源代码中提取的，所以兼容性应该没有问题。

动词 （verb的缩写）结论

以下观点纯属个人观点，仅供参考，无指导意义:

如果经常需要随机访问压缩包，应该选择zip而不是rar。虽然把下载的rar重新压缩成zip一次会比较麻烦，但是以后会减少无数麻烦。

如果需要卷压缩(比如有些网站对上传文件的大小有限制)，只能用rar。事实上，这是我唯一会使用rar格式的场合，其他时候，zip是没有商量余地的。