GZipStream 和 DeflateStream 产生更大的文件答案

【问题标题】：GZipStream and DeflateStream produce bigger filesGZipStream 和 DeflateStream 产生更大的文件
【发布时间】：2010-10-05 13:27:37
【问题描述】：

我正在尝试在 C# 中使用 deflate/gzip 流，但压缩后的文件似乎比以前大。

例如，我压缩了一个 900ko 的 docx 文件，但它产生了一个 1.4Mo 的文件！

它对我尝试的每个文件都执行此操作。

我做这件事的方式可能是错的吗？这是我的代码：

  FileStream input = File.OpenRead(Environment.CurrentDirectory + "/file.docx");
  FileStream output = File.OpenWrite(Environment.CurrentDirectory + "/compressedfile.dat");

  GZipStream comp = new GZipStream(output, CompressionMode.Compress);

  while (input.Position != input.Length)
      comp.WriteByte((byte)input.ReadByte());

  input.Close();

  comp.Close(); // automatically call flush at closing
  output.Close();

【问题讨论】：

您确实意识到将任意输入压缩至少一个字节的压缩方法不存在？因此，特别是如果您正在尝试压缩已经接近随机的数据，例如预压缩数据，您可能会看到大小增加。
.docx 已使用 ZIP 压缩进行压缩（尝试重命名为 .zip 并进行探索）。如果第二级压缩会产生任何好处，我会感到惊讶。
它应该只在刷新时有效地进行压缩，所以它不应该改变任何东西
@spender > 不知道，我会尝试使用其他文件格式
您是否尝试过压缩 .txt 文件？

标签： c# gzipstream deflatestream

【解决方案1】：

这么大的区别对我来说似乎很奇怪，但你应该记住docx本身是用ZIP压缩的，所以没有理由再次压缩，结果通常会更大。

【讨论】：

是的，谢谢，我不知道，这就是为什么它不起作用:) 尝试使用 .txt 和其他格式，它似乎更好。但它仍然不适用于自制的序列化文件类型......但最后没关系，只是想看看如何使用这些压缩流:)

【解决方案2】：

首先，与 zip、7z 等相比，deflate/gzip 流在压缩方面非常糟糕。

其次，docx（以及所有末尾带有“x”的 MS 文档格式）无论如何都只是 .zip 文件。将 .docx 重命名为 .zip 以显示烟雾和镜子。

因此，当您在 docx 上运行 deflate/gzip 时，它实际上会使文件变大。（这就像对高压缩率的压缩文件进行低压缩率的压缩。）

但是，如果您在 HTML 或文本文件或未压缩的文件上运行 deflate/gzip，那么它实际上会做得很好。

【讨论】：

是的，谢谢，正如其他评论中所说，不知道 docx 已经被压缩。当然 7z 和其他库更好，但只是想尝试一下，看看他们能做什么
这似乎是一个完全无效的评论：与 zip、7z 等相比，deflate/gzip 流在压缩方面非常糟糕。事实上，99% 的 zip 文件使用 DEFLATE 作为压缩格式。所以 zip 可能不比 DEFLATE 好，因为它用元数据扩充了压缩流。
DeflateStream 实际上增加先前压缩数据的大小的现象是 2006 年与 Microsoft 一起公开的一个错误的主题：connect.microsoft.com/VisualStudio/feedback/details/93930/…

【解决方案3】：

尽管正如其他人所指出的那样，您指定的示例文件确实已经压缩 - 最大的问题是要了解，与大多数压缩实用程序不同，DeflateStream 和 GZipStream 类只是尝试标记/压缩数据流，而没有智能，即所有额外的标记（开销）实际上都在增加所需的数据量。 Zip、7z 等足够聪明，可以知道如果数据很大程度上是随机熵（实际上是不可压缩的），它们只会“按原样”存储数据（存储，而不是压缩），而不是尝试进一步压缩。

【讨论】：

这不是真的：Zip、7z 等足够聪明，可以知道如果数据很大程度上是随机熵（实际上是不可压缩的），它们只是“按原样”存储数据（存储，未压缩），而不是尝试进一步压缩它。 ZIP 只是一种文件格式。它什么都不“知道”。生成 ZIP 文件的程序可能会执行您描述的操作，但 ZIP 格式不会。
DeflateStream 实际上膨胀之前压缩数据大小的现象是微软已公开的一个bug的主题：connect.microsoft.com/VisualStudio/feedback/details/93930/…
不是在谈论格式（很遗憾）。正在谈论以相应格式写入数据的压缩实用程序。

【解决方案4】：

我在压缩包含 jpg 数据的数据库时遇到了同样的问题。我尝试了dotnetzip - 替换掉并获得了不错的压缩（也支持 Compact Framework！）：

MS : 10MB -> 10.0MB
DNZ: 10MB ->  7.6MB

【讨论】：

【解决方案5】：

我不认为 GzipStream 和 DeflateStream 旨在压缩文件。使用像 SharpZipLib 这样的文件压缩器可能会更好。

【讨论】：

它们用于压缩和解压缩。我目前正在阅读 MCTS 70-536 认证书，它们在那里被使用 ^^
它们是干什么用的？ msdn.microsoft.com/en-us/library/… "GZipStream 类提供用于压缩和解压缩流的方法和属性。"
它们非常擅长压缩文件，并且在许多情况下比 zip 更方便，因为它们直接处理文件而不是创建存档，并且您可以直接从网络服务器输出它们而不是在每次都飞。将 .gz 附加到名称（在原始扩展名之后而不是替换它）对于 gzip 文件很常见。并不是说 SharpZipLib 在很多情况下都不是更好。
@Dave Swersky：这是一个相当大胆的声明。可以使用霍夫曼编码来压缩文件，然后将其压缩以使其更小。根据您的第一个压缩技术有多糟糕，第二个压缩技术可能会使它变得更好或更糟。
@Excel：我的立场是正确的。我想结合两种不同类型的压缩可以提高总体比率，但我会说使用 ZIP 两次是行不通的。