tar 格式的标题和结构

Question

我有一个学校项目，这意味着制作一个在 unix 系统中像 tar 一样工作的 c 程序。我有一些问题希望有人向我解释：

1. 档案的维度。我了解到（通过浏览互联网）档案有定义数量的块，每个块 512 字节。所以标题有 512 字节，然后是文件的内容（如果它只是一个要归档的文件），以 512 字节的块组织，然后是另外 2 个 512 字节的块。

   例如：假设我有一个 0 字节的 txt 文件要存档。这应该意味着要使用多个 512*3 字节。为什么当我在 unix 中使用 tar 函数并单击属性时它有 10.240 字节？我认为它增加了一些 0 (NULL) 字节，但我不知道在哪里、为什么以及多少......

2. 标头校验和。据我所知，这应该是存档的大小。当我使用 hexdump -C 检查它时，它看起来像一个接近存档实际大小（单击属性时）的数字。例如 11200 或 11205 或类似的东西，如果我存档一个 0 字节的 txt 文件。这个大小是八进制还是十进制？我敢打赌，它是八进制的，因为你放在标题中的所有信息都必须是八进制的。此时我的第二个问题是，从原来的 10240 字节大小中增加了什么？

3. Header Mode.假设我有一个664的文件，格式文件会是0，那么我应该把header 0664放进去。为什么，在一个正宗的存档上打印3开头还有 0 (000064)？

Answer 1

存在各种版本的 tar 格式，并非所有对先前格式的扩展都始终相互兼容。所以总是有一些猜测。例如，在非常古老的 Unix 系统中，文件名不允许超过 14 个字节，因此文件名（包括路径）的空间很大；后来，文件名较长，必须扩展但没有空间，所以文件名被分成两部分；甚至后来，gnu tar 引入了@@LongLink 伪符号链接，这将使旧的 tar 至少将文件恢复为其原始名称。

1) Tar 最初是*T*ape *Ar*chiver。为了实现对磁带的持续吞吐量并避免过多地启动/停止磁带，需要一次写入多个块。默认为 20 个 512 字节的块，并且 -b 选项用于设置块数。很多时候，这个大小是由硬件预先定义的，使用错误的阻塞因素会导致最终的磁带无法使用。这就是为什么 tar 会追加 \0 填充的块，直到 tar 大小是块大小的倍数。

2) 文件大小为八进制，包含放入 tar 中的原始文件的真实大小。它与 tar 文件的大小无关。 校验和是根据标头字节的总和计算的，但随后也存储在标头中。因此，存储校验和的行为会更改标头，从而使校验和无效。这就是为什么您首先存储所有其他标题字段，将校验和设置为空格，然后计算校验和，然后用计算的值替换空格。

请注意，tarred 文件的标题是纯 ascii。这样，在过去，当 tar 文件（其组件是纯 ascii）损坏时，管理员可以使用编辑器打开 tar 文件并手动恢复组件。这就是为什么 tar 格式的设计者害怕 \0 字节而使用空格来代替。

3) Tar 文件可以存储块设备、字符设备、目录等。 Unix 将这些文件模式存储在与权限标志相同的位置，并且头文件模式包含 whole 文件模式，包括文件类型位。这就是数字比纯权限长的原因。

http://en.wikipedia.org/wiki/Tar_%28computing%29 也有很多信息。