当文件彼此相似时，gzip 或 zip 是否会压缩到较小的大小？答案

【问题标题】：Does gzip or zip compress to a smaller size when files are similar to each other?当文件彼此相似时，gzip 或 zip 是否会压缩到较小的大小？
【发布时间】：2022-01-25 21:16:34
【问题描述】：

我对压缩类似文件的多个版本感兴趣。这些文件是 PDF，它们之间存在（通常是微小的）差异。

我的问题是：zip 或 gzip 算法是否能够利用这些文件之间的相似性来提高压缩率？还是单独处理每个文件？

我从How does the GZip algorithm work? 中查看了http://www.infinitepartitions.com/art001.html，它检查了算法本身，但没有回答实现是否单独处理所有文件。

后续问题：如果没有，是否有文件压缩算法能够利用文件之间的相似性来帮助压缩？

【问题讨论】：

与此处相关的概念是solid compression。据我所知，.zip 文件不使用此功能，因此对于 .zip 文件，每个文件都是单独压缩的，并且压缩编码器不了解或了解任何其他文件。回答您的最后一个示例，7-Zip .7z 压缩格式确实允许可靠压缩。

标签： compression gzip

【解决方案1】：

邮编文件彼此独立压缩。 gzip 本身只会压缩一个文件。您想要的是 tar 和 gzip，其中 tar 会将文件彼此相邻（带有中间头），然后 gzip 会将整个内容压缩为一个流，生成一个 .tar.gz 文件。

这将能够利用彼此相距约 32K 的相似性。如果您的文件远大于 32K，那么您应该尝试使用 xz 而不是 gzip，生成 .tar.xz 文件。

【讨论】：