unzip

定义

unzip指一类把ZIP格式归档中的条目还原为原始文件与目录的程序，也特指Info-ZIP小组维护的同名命令行工具UnZip。它的输入是一个扩展名为.zip的文件，输出是解压后的文件集合，默认在当前工作目录下重建归档内部的目录层级^[1]。

作为命令行程序，它的一般调用形式为给出程序名、若干选项和压缩包路径，选项用于控制列出内容、测试完整性、指定输出目录、排除特定文件以及是否覆盖已有文件等行为^[2]。运行在ZipInfo模式时，程序改为输出归档内部结构信息而非解压数据^[2]。

原理

ZIP归档把每个成员文件描述为一个本地文件块，其中先是本地文件头，记录文件名、压缩方法、压缩与未压缩尺寸、CRC-32 校验值以及修改时间等字段，随后才是该成员的实际数据^[3]。各成员的数据之后是集中放置的中心目录，逐条重复记录文件头信息并给出本地文件头的偏移位置，归档末尾还有指示中心目录位置与长度的结束记录^[3]。

解压的流程因此可以先定位中心目录，再按每条记录给出的偏移跳到相应数据块读取内容。压缩方法字段取 0 表示原始存储，取 8 表示使用DEFLATE算法，这也是实际归档中最常见的方式^[4]。DEFLATE由LZ77字典编码与霍夫曼编码两级组合而成，解压时按相反顺序还原字节流^[3]。

还原得到的字节还会按文件头记录的长度与 CRC-32 值进行核对，以此判断数据是否在传输或存储中受损；程序的测试选项正是只做这项校验而不写出文件^[2]。当本地文件头中的通用标志位第 3 位被置为 1 时，尺寸与校验值并不写在前面的头部，而是紧跟在成员数据之后的数据描述符中，此时解压程序需要先读完数据再确定长度^[5]。

flowchart LR

A[读取结束记录] --> B[定位中心目录]

B --> C[逐条读出成员记录]

C --> D[跳转到本地文件头]

D --> E[按压缩方法还原数据]

E --> F[CRC-32 校验]

F --> G[写出文件并重建目录]

发展历程

UnZip 1.0 于 1989 年 3 月由Samuel M. Smith发布，最初用Pascal与C两种语言编写，其中Pascal版本很快被放弃；随后推出的 2.0 版增加了对早期PKZIP所用压缩方法的支持，Unix版本由George Sipe完成^[1]。1989 年 12 月，Carl Mascott与John Cowan发布了 2.0a 版^[1]。

1990 年春季，Info-ZIP以SIMTEL20上的邮件列表形式形成协作组织，同年 5 月发布UnZip 3.0，这是该小组推出的首个公开版本；12 月发布的 4.0 版增加了对ZIP归档内中心目录的支持^[1]。1992 年 8 月的 5.0 版首次支持DEFLATE方法，此方法此后成为ZIP归档事实上的基础标准^[1]。

2000 年 4 月的 5.41 版改用Info-ZIP许可证重新授权，2002 年 2 月的 5.50 版加入Deflate64解压支持^[1]。6.0 版发表于 2009 年 4 月 29 日，增加了对Zip64归档以及bzip2方法解压的支持，使可处理的单文件尺寸与成员数量突破原有的 32 位限制。

应用

unzip的典型用途是在服务器和开发环境中处理软件分发包。由于多数Linux和Unix发行版所附带的zip与unzip程序就是Info-ZIP的版本，解压ZIP包几乎是源码发布、安装脚本和构建流程中的常规步骤^[1]。在无法使用图形界面的场景，例如远程登录或自动化脚本中，命令行解压是主要手段^[6]。

具体操作上，程序支持只解出压缩包内指定成员、用通配符筛选文件、把结果写入指定目录、跳过原有目录层级以及用 -P 选项提供口令处理加密条目等用法^[6]。配套的unzipsfx组件可以把解压逻辑附加到归档前面，生成双击即可自行展开的可执行归档，但其删去了帮助、列表等次要功能以压缩体积^[7]。

局限

该程序只处理ZIP格式，向其传入其他格式的归档会以失败告终，因为不同归档格式的容器结构和压缩方法并不通用^[8]。ZIP本身允许使用多种压缩方法，而解压方必须认识相应方法才能还原数据，较古老的reduce、shrink、implode等方法在部分构建中已被裁掉^[7]。

文件名编码是另一个薄弱环节。ZIP规范只在通用标志位中提供UTF-8 标记，未置位时不强制规定文件名所用编码，历史上不少工具直接写入系统本地编码，于是在UTF-8 环境下解压常出现乱码，需要显式指定原编码才能正确还原名称^[9]。

此外，压缩比只反映数据冗余程度，并不反映解压后的体积，构造出的归档可以在极小的压缩数据中展开出远超预期的内容，这一点在设计存储配额与解压流程时属于需要留意的属性^[10]。程序还要求对源文件有读取权限、对目标目录有写入权限，权限不足或磁盘空间不够都会导致解压中断^[11]。

参见

• ZIP —— 本词条所处理的目标归档格式。

• Info-ZIP —— 维护UnZip等工具的开源项目组织。

• DEFLATE —— ZIP归档中最常用的压缩算法。

• 7-Zip —— 支持多种归档格式的第三方压缩工具。

• CRC32 —— 用于校验解压数据完整性的校验值。

• tar —— Unix 系统上另一类常用的归档与打包工具。