ZIP (算法)檢視原始碼討論檢視歷史
ZIP文件格式是一種數據壓縮和文檔儲存的文件格式，原名Deflate，發明者為菲爾·卡茨（Phil Katz），他於1989年1月公布了該格式的資料。ZIP通常使用後綴名「.zip」，它的MIME格式為application/zip。目前，ZIP格式屬於幾種主流的壓縮格式之一，其競爭者包括RAR格式以及開放源碼的7z格式。從性能上比較，RAR及7z格式較ZIP格式壓縮率較高，而7-Zip由於提供了免費的壓縮工具而逐漸在更多的領域得到應用。Microsoft從Windows ME操作系統開始內置對zip格式的支持，即使用戶的電腦上沒有安裝解壓縮軟件，也能打開和製作zip格式的壓縮文件，OS X和流行的Linux操作系統也對zip格式提供了類似的支持。因此如果在網絡上傳播和分發文件，zip格式往往是最常用的選擇。
歷史
前身
1985年一家名為SEA（System Enhancement Associates，系統增強夥伴）的小公司開發了一個在MS-DOS平台下的商業壓縮軟件，名為ARC。當時的軟件發行方式與現在略有不同，用戶購買了軟件，除了得到軟件的可執行文件還包括一份C語言的源代碼。當時的卡茨與很多用計算機的平民一樣，缺乏資金購買大量的商業軟件，當時卡茨從網上下載了一份ARC的C語言源代碼，並用匯編語言將其全新編寫並編譯出來。卡茨將這個軟件名為：PKARC（Phillip Katz' ARC）。卡茨製作的新軟件PKARC因為是參照源代碼編寫的，所以完全兼容ARC並且性能上比ARC高。卡茨當時將這個新軟件上傳到網絡上面。顯然，卡茨此舉造成對SEA公司的侵權。SEA最初希望通過聯絡卡茨使PKARC成為SEA公司旗下的一款產品，後來卡茨拒絕了。最終，雙方對簿公堂，結果是卡茨敗訴，卡茨被判以對SEA公司的賠款以及停止發放PKARC。後來，卡茨在研發過程中的PKARC續作也被迫重新改寫所有代碼，PKARC其實就是下文提及的PKZIP的前身，但Phil Katz沒有從PKARC賺到一分錢，還是窮困潦倒，又因為酗酒等眾多原因，2000年死在一個汽車旅館中。
誕生
這場官司過後幾周，卡茨就製作出新壓縮軟件PKZIP（Phillip Katz' ZIP），這款全新的軟體比ARC的壓縮率、壓縮性能都要高許多，並且包含更多功能。此後，卡茨還將ZIP的所有技術參數公諸於眾。ZIP（含義「速度」）這一名稱是由卡茨的朋友羅伯特·馬宏利（Robert Mahoney）建議的。他們想暗示，他們的產品比ARC在一定時間內更快速。這個名字往往被寫成大寫字母，因為在DOS系統內，通常都是使用大寫字母作為後綴名的。（由於MS-DOS運行在FAT文件系統上）
Winzip的面世
Windows 3.0面世之前，有兩種格式與ZIP同樣流行，一個是LHA（LHArc），另一個是ARJ（Archiver Robert Jung），直至到1995年，這3種壓縮格式都是PC應用的主流。之後，1995年，微軟發布了Windows95，當時從DOS轉移到Windows的用戶們，極度渴求對圖形界面下的優良軟件，Winzip以其優良的性能以及不太羞澀的圖形用戶界面吸引了用戶的目光，在當時占有大量的市場占有量，其實，當時的WinZip僅僅是一個調用DOS資源的GUI外殼，但是其從Windows 3就開始的製作經驗使其GUI性能和外觀都比當時的流行軟件要好。很快的，WinZip就成為了當時一個很流行的軟件。同時也帶動了ZIP的傳播，由於在前期太受歡迎，使到後期很多用戶都以為，是WinZip創造了ZIP，其實這是一個誤解，關於WinZip更詳細的資訊，參見WinZip。
發展
因格式開放且免費。越來越多的軟件內嵌支援開啟Zip文件。這時，Zip文件越來越像一個經過壓縮的透明文件夾。
- 自Windows Me以來，Windows內嵌支持打開以及壓縮Zip文件
- 一些下載軟件的工具，支持部分下載Zip文件然後進行恢復。
- 越來越多的軟件內嵌支持打開Zip文件。
- 幾乎所有的壓縮軟件都支持打開及製作Zip文件。
危機
基本上，Zip文件的發展都是由PKware公司與Winzip所推動。然而，其兩家公司就某些問題上互相猜疑，導致發展緩慢。人們目前最想在Zip文件實現的目標，就是加強目前Zip文件的加密能力。就目前而言，Zip的文件加密能力弱得可憐，僅憑單單一個口令保護，根本滿足不了安全需求。雖然卡茲在世時公開了格式，但是當時製作的時候留有為日後升級的空間。而Winzip僅僅是一個使用者，根本無法發布新標淮，其標淮的制訂權依然保留在PKware手中。2002年時，PKware開發了支持256位AES加密的PKZIP 5.0，但是Winzip在2003年發布的Winzip 9卻被證明了無法與之相容。雙方都互相指責對方違背了Zip的自由開放精神。這是Zip自誕生日起，第一個對於它來說最嚴峻的挑戰。
文件頭
使用任何一種文本編輯器打開Zip文件，都能看到前兩個字母為：PK
技術
ZIP是一種相當簡單的分別壓縮每個文件的存檔格式。分別壓縮文件允許不必讀取另外的數據而檢索獨立的文件；理論上，這種格式允許對不同的文件使用不同的算法。不管用何種方法，對這種格式的一個告誡是對於包含很多小文件的時候，存檔會明顯的比壓縮成一個獨立的文件（在類Unix系統中一個經典的例子是普通的tar.gz存檔是由一個使用gzip壓縮的TAR存檔組成）要大。
ZIP的規約指出文件可以不經壓縮或者使用不同的壓縮算法來存儲。然而，在實際上，ZIP幾乎差不多總是在使用卡茨（Katz）的DEFLATE算法。
ZIP支持基於對稱加密系統的一個簡單的密碼，現在已知有嚴重的缺陷，已知明文攻擊，字典攻擊和暴力攻擊。ZIP也支持分卷壓縮。
在近來一段時間，ZIP加入了包括新的壓縮和加密方法的新特徵，不過這些新特徵並沒有被許多工具所支持並且沒有得到廣泛應用。
壓縮方法
用來對比壓縮大小使用的是[1]的內容和最大壓縮比。
- Shrinking（方法1）
- 收縮（Shrinking）是LZW的微小調整的一個異體，同樣也受到LZW專利問題的影響。從來沒有明確的是這項專利是否涵蓋反收縮，不過一些開放源碼的項目（例如Info-ZIP）決定謹慎行事，在默認的構造里不包含反收縮的支持。
- Reducing（方法2-5）
- 縮小（Reducing）包括壓縮重複字節序列的組合，然後應用一個基於概率的編碼得到結果。
- Imploding（方法6）
- 爆聚（Imploding）包括使用一個滑動窗口壓縮重複字節序列，然後使用多重Shannon-Fano樹壓縮得到結果。
- Tokenizing（方法7）
- 令牌化（Tokenizing）的方法數是保留的。PKWARE規約沒有為其定義一個算法。
- Deflate和增強的Deflate（方法8和9）
- 這些方法使用眾所周知的Deflate算法。Deflate允許最大32K的窗口。增強的Deflate允許最大64K的窗口。增強版完成任務稍稍成功一些，但是並沒有被廣泛的支持。
- Deflate比較尺寸是52.1MiB（使用pkzip for Windows，版本8.00.0038測試）
- 增強的Deflate比較尺寸是52.8MiB（使用pkzip for Windows，版本8.00.0038測試）
- PKWARE Data Compression Library Imploding（方法10）
- PKWARE數據壓縮庫爆聚（PKWARE Data Compression Library Imploding），官方ZIP格式規約就此沒有給出更多的信息。
- 比較尺寸是61.6MiB（使用pkzip for Windows，版本8.00.0038測試，選擇二進制模式）
- 方法11
- 此方法被PKWARE保留。
- Bzip2（方法12）
- 此方法使用眾所周知的bzip2算法。此算法比deflate高效但是並沒有被（基於Windows平台的）工具所支持。
- 比較尺寸是50.6MiB（使用pkzip for Windows，版本8.00.0038測試）
缺點
由於出現於市場的時間早，今日Zip檔案與其他壓縮格式相比有眾多無法忽視的缺點。
原生並不支援Unicode檔案名稱，容易導致一部分的資源共享困難，在東亞文化圈的資源交流尤其顯著；無法與7z相比的壓縮比率以及如WinRAR的Recovery Record修復支援功能的缺乏亦都是其衰微的原因。