如何在 PHP 中连接 zip 文件

Question

我使用 ZipArchive 构建了一个 zip 文件，其中包含如下目录结构：

analysis_name /
    attachment_file_1.pdf
    attachment_file_2.jpg
    attachment_file_3.jpg
    attachment_file_4.jpg
    attachment_file_5.xlsx

没关系，我可以让用户毫无顾虑地下载它。要求是他们需要能够将多个分析放入一个 zip 文件中，以便我们有这样的东西：

analysis_name_1 /
    attachment_file_1_1.pdf
    attachment_file_1_2.jpg
    ...
analysis_name_2 /
    attachment_file_2_1.pdf
    attachment_file_2_2.jpg
    ...
analysis_name_n /
    attachment_file_3_1.pdf
    attachment_file_3_2.jpg
    ...

我面临的问题是这些组合的 zip 文件不能超过 16 MB，因为它们必须上传到不同的站点。假设我有 20 个分析，大小从 500 K 到 6 MB。如果我使用的是 gzip，我很确定我可以进行单独的分析 gzip，贪婪地连接它们直到下一个文件超过 16 MB，然后开始一个新文件。

是否可以使用 zip 文件执行此操作？我不热衷于将 gzip 转换为 zip，因为生成的文件可能会大于 16 MB。

我注意到this question，和那个作者一样，我正在寻找一个开源解决方案。

Answer 1

我最终做的事情是这样的：

1. 为每个分析创建一个 zip 文件，将其放入 /tmp 并确保名称是唯一的。
2. 将这些临时 zip 文件及其大小放入一个列表中，按大小排序，最大的在前。
3. 创建一个“真实”的 zip 文件，并遍历临时文件列表。
4. 如果“真实”zip 文件的大小加上当前临时 zip 文件的大小小于限制，则将进入临时 zip 文件的文件添加到真实 zip 文件中。如果可以添加文件，请从列表和 /tmp 目录中删除临时 zip 文件。
5. 如果“真实”zip 文件已满，而我们仍有临时 zip，请创建一个新的“真实”文件并返回第 4 步。

这样就给出了一个 zip 文件列表，这些文件保证小于限制，并且应该是数量最少的。

有几点需要注意：

1. 如果您有一个简单的分析超出了限制，您将不得不自己处理它。这个算法不行。
2. 我内部使用的限制比实际限制小 1 MB，因为我不确定 zipped(m) + zipped(n) 的大小是否保证大于 zipped(m + n)。

虽然您可以在 PHP 中实现这一点，但我最终用 Python 编写了它，因为它必须在后台进程中完成，因为响应速度快，并且因为要求用户能够下载生成的 zip 文件超过必要时一次。有点武断，我选择在 Python 中进行所有后台处理。