如何确定 ZIP/RAR 文件的压缩方法答案

【问题标题】：How to determine compression method of a ZIP/RAR file如何确定 ZIP/RAR 文件的压缩方法
【发布时间】：2011-10-17 07:28:12
【问题描述】：

我正在使用一些 zip 和 rar 文件，我正在尝试分析每个文件的压缩属性（压缩级别、压缩算法（例如 deflate、LZMA、BZip2）、字典大小，字长等），我还没有想出办法做到这一点。

有没有什么方法可以通过软件或其他方式分析文件以确定这些属性？

干杯，谢谢！

【问题讨论】：

标签： algorithm compression zip rar

【解决方案1】：

类型很简单，只看文件头（PK 和Rar）。

至于其余部分，我怀疑压缩内容中是否提供信息。

【讨论】：

是的，它是可用的（至少对于 rar）。但如何获取显然取决于具体的文件格式。
如果信息不可用，就无法解压数据。

【解决方案2】：

我建议hachoir-wx 看看这些文件。 How to install a Python package 或者您可以在使用 Windows 时尝试使用 PyPM 使用 ActivePython。当您安装了必要的 hachoir 包后，您可以执行以下操作来运行 GUI：

python C:\Python27\Scripts\hachoir-wx

它使您能够浏览 RAR 和 ZIP 文件的数据字段。有关示例，请参阅此 screenshot。

对于 RAR 文件，请查看 WinRAR 安装目录中的 technote.txt 文件。这给出了 RAR 规范的详细信息。您可能会对这些感兴趣：

 HEAD_FLAGS      Bit flags: 2 bytes
                 0x10 - information from previous files is used (solid flag)
                 bits 7 6 5 (for RAR 2.0 and later)
                      0 0 0    - dictionary size   64 KB
                      0 0 1    - dictionary size  128 KB
                      0 1 0    - dictionary size  256 KB
                      0 1 1    - dictionary size  512 KB
                      1 0 0    - dictionary size 1024 KB
                      1 0 1    - dictionary size 2048 KB
                      1 1 0    - dictionary size 4096 KB
                      1 1 1    - file is directory

字典大小也可以在 WinRAR GUI 中找到。

 METHOD          Packing method 1 byte
                 0x30 - storing
                 0x31 - fastest compression
                 0x32 - fast compression
                 0x33 - normal compression
                 0x34 - good compression
                 0x35 - best compression

而Wikipedia 也知道这一点：

RAR 压缩实用程序是专有的，具有封闭的算法。 RAR 由 Eugene Roshal 的哥哥 Alexander L. Roshal 所有。 RAR 第 3 版基于 Lempel-Ziv (LZSS) 和通过部分匹配 (PPM) 压缩进行预测，特别是 Dmitry Shkarin 的 PPMII 的 PPMd 实现。

对于 ZIP 文件，我将首先查看 specifications 和 ZIP Wikipedia page。这些可能很有趣：

  general purpose bit flag: (2 bytes)
  compression method: (2 bytes)

【讨论】：

第一个文件的 METHOD 字节通常位于偏移量 0x2D。

【解决方案3】：

对于 ZIP 文件，有一个命令 zipinfo。

【讨论】：

当我将它输入到我的控制台时，它说没有找到这样的命令。

【解决方案4】：

对于 ZIP - 是的，zipinfo

对于 RAR，可以使用 7Zip 或 WinRAR 轻松找到标头，请阅读随附的文档

【讨论】：

感谢您的提示！我需要找出 MS Word 在生成 .DOCX 文件时使用的 ZIP 设置。 DOCX 文件是一个 ZIP 存档，包含多个 XML 文件和嵌入的媒体文件。这些您可以使用您选择的工具进行批处理，但最后您需要使用 MS Word 接受的设置将其重新打包为 ZIP 文件！我使用 zipinfo 分析 MS Word 编写的 DOCX 文件。如果我对 DOCX ZIP 格式得出最终结论，我会在这里发布。

【解决方案5】：

这是一个相当老的问题，但我还是想投入两分钱，因为上面的一些方法对我来说并不容易使用。

您也可以使用 7-Zip 来确定这一点。打开存档后有一个压缩方法栏：

【讨论】：

Windows 文件资源管理器也提供此列；虽然您可能需要在打开 zip 后添加它...右键单击表格标题并确保勾选/选中“方法”选项。

【解决方案6】：

通过 7-Zip（或 p7zip）命令行：

7z l -slt archive.file

如果专门寻找压缩方式：

7z l -slt archive.file | grep -e '^---' -e '^Path =' -e '^Method ='

【讨论】：

我也可以使用grep -E '^((---)|(Path =)|(Method =))'。

【解决方案7】：

zipfile python 模块可用于获取有关压缩文件的信息。 ZipInfo 类提供filename、compress_type、compress_size、file_size 等信息...

Python sn-p 获取 zip 存档中的文件名和文件的压缩类型

import zipfile

with zipfile.ZipFile(path_to_zipfile, 'r') as zip:
    for info in zip.infolist():
        print(f'filename: {info.filename}')
        print(f'compress type: {info.compress_type}')

这将列出所有文件名及其对应的压缩类型（整数），可用于查找压缩方法。
您可以使用 infolist() 获得更多关于文件的info。

已接受答案中链接的 python 模块不可用，zipfile 模块可能有帮助

【讨论】：