Das ar-Archivformat, kurz für Unix-Archivformat, ist ein Dateiformat, das zum Sammeln mehrerer Dateien in einer einzigen Datei zur einfacheren Speicherung und Übertragung verwendet wird. Es wurde ursprünglich für Unix-Systeme entwickelt, wird aber mittlerweile auf verschiedenen Plattformen weitgehend unterstützt. Das ar-Format ist im Vergleich zu neueren Archiv- und Komprimierungsformaten einfacher und eingeschränkter, wird aber für bestimmte Anwendungen weiterhin verwendet.
Eine ar-Archivdatei besteht aus einem globalen Header, gefolgt von einer Reihe von Dateiheadern und Dateidaten. Der globale Header ist eine einfache ASCII-Zeichenfolge, die die Datei als ar-Archiv identifiziert. Sie besteht aus den Zeichen "!<arch>\n", wobei "\n" ein Zeilenumbruchzeichen darstellt. Diese magische Zeichenfolge ermöglicht es Dienstprogrammen, ar-Archivdateien leicht zu erkennen.
Dem globalen Header folgen die einzelnen Dateieinträge. Jeder Dateieintrag beginnt mit einem Dateikopf, der Metadaten über die Datei enthält. Der Dateikopf hat eine feste Größe von 60 Bytes und enthält die folgenden Felder: - Dateiname (16 Bytes): Der Name der Datei, aufgefüllt mit Leerzeichen, wenn er kürzer als 16 Zeichen ist. Wenn der Name länger ist, wird er abgeschnitten und ein nachgestelltes "/" -Zeichen zeigt an, dass der Name im Dateidatenabschnitt fortgesetzt wird. - Änderungszeitstempel (12 Bytes): Der letzte Änderungszeitstempel der Datei im dezimalen Unix-Zeitformat, aufgefüllt mit Leerzeichen. - Besitzer-ID (6 Bytes): Die numerische Benutzer-ID des Besitzers der Datei, in Dezimalzahl, aufgefüllt mit Leerzeichen. - Gruppen-ID (6 Bytes): Die numerische Gruppen-ID der Gruppe der Datei, in Dezimalzahl, aufgefüllt mit Leerzeichen. - Dateimodus (8 Bytes): Die Berechtigungs- und Modusbits der Datei, in Oktalzahl, aufgefüllt mit Leerzeichen. - Dateigröße (10 Bytes): Die Größe der Dateidaten in Bytes, in Dezimalzahl, aufgefüllt mit Leerzeichen. - Ende des Headers (2 Bytes): Die Zeichen "`\n", die das Ende des Headers markieren.
Nach jedem Dateikopf werden die Daten der Datei im Archiv gespeichert. Die Größe der Daten entspricht der im Header angegebenen Dateigröße. Wenn die Dateigröße ungerade ist, wird ein zusätzliches Auffüllbyte hinzugefügt, um sicherzustellen, dass der nächste Dateikopf an einer geraden Bytegrenze beginnt. Dieses Auffüllbyte wird im Feld Dateigröße des Headers nicht berücksichtigt.
Spezielle Dateieinträge, die als Symboltabellen bezeichnet werden, können auch in ar-Archiven enthalten sein. Symboltabelleneinträge haben einen Dateinamen, der mit "/" oder "\" beginnt, gefolgt von einer Zeichenfolge aus Ziffern. Diese Einträge enthalten Metadaten, die zum Verknüpfen von Objektdateien verwendet werden. Das Format der Symboltabellendaten variiert zwischen verschiedenen Systemen und Compilern.
Ar-Archive enthalten keine integrierte Komprimierung. Die Dateien werden einfach in ihrer ursprünglichen Form aneinandergereiht. Einzelne Dateien innerhalb eines ar-Archivs können jedoch mit anderen Algorithmen wie gzip komprimiert werden, bevor sie dem Archiv hinzugefügt werden.
Das ar-Format hat im Vergleich zu moderneren Archivformaten einige Einschränkungen: - Dateinamen sind auf 16 Zeichen beschränkt, was einschränkend sein kann. - Die numerischen Metadatenfelder wie Benutzer-ID, Gruppen-ID und Dateigröße haben feste Größen, die ihre Maximalwerte begrenzen. - Es gibt keine im Format integrierte Prüfsumme oder Integritätsprüfung. - Es wird keine Komprimierung bereitgestellt, was zu größeren Archivgrößen im Vergleich zu Formaten wie tar mit gzip führt.
Trotz dieser Einschränkungen wird das ar-Format für einige spezifische Anwendungen weiterhin verwendet. Eine häufige Verwendung ist für statische Bibliotheksdateien auf Unix-ähnlichen Systemen. Diese Bibliotheksdateien mit der Erweiterung ".a" sind ar-Archive, die kompilierte Objektdateien enthalten, die in ausführbare Dateien verknüpft werden können. Die Einfachheit und breite Unterstützung des ar-Formats machen es für diesen Zweck geeignet.
Zusammenfassend lässt sich sagen, dass das ar-Archivformat eine einfache Möglichkeit ist, mehrere Dateien in einer einzigen Datei zu bündeln. Es besteht aus einem globalen Header, gefolgt von einer Reihe von Dateiheadern und Dateidaten. Obwohl es keine erweiterten Funktionen wie Komprimierung und Unterstützung langer Dateinamen bietet, wird es aufgrund seiner Einfachheit und Kompatibilität immer noch in bestimmten Bereichen wie statischen Bibliotheksdateien auf Unix-Systemen verwendet.
Die Dateikomprimierung reduziert Redundanzen, damit dieselben Informationen mit weniger Bits auskommen. Die Obergrenze wird von der Informationstheorie gesetzt: Bei verlustfreier Komprimierung bestimmt die Entropie der Quelle das Limit (siehe Shannons Source-Coding-Theorem und seinen ursprünglichen Aufsatz von 1948 „A Mathematical Theory of Communication“). Bei verlustbehafteter Komprimierung beschreibt die Rate-Distortion-Theorie den Kompromiss zwischen Bitrate und Qualität.
Die meisten Kompressoren arbeiten in zwei Phasen. Zuerst sagt ein Modell Struktur in den Daten voraus oder legt sie frei. Danach wandelt ein Coder diese Vorhersagen in nahezu optimale Bitmuster um. Eine klassische Modellfamilie ist Lempel–Ziv LZ77 (1977) und LZ78 (1978) entdecken wiederholte Teilstrings und geben Referenzen statt Rohbytes aus. Auf der Codierungsseite weist die Huffman-Codierung (den Originalartikel finden Sie 1952) wahrscheinlicheren Symbolen kürzere Codes zu. Arithmetische Codierung und Range Coding arbeiten noch feiner und rücken näher an die Entropiegrenze, während moderne Asymmetric Numeral Systems (ANS) ähnliche Raten mit tabellengesteuerten Implementierungen erreichen.
DEFLATE (verwendet von gzip, zlib und ZIP) kombiniert LZ77 mit Huffman-Codierung. Die Spezifikationen sind öffentlich: DEFLATE RFC 1951, der zlib-Wrapper RFC 1950und das gzip-Dateiformat RFC 1952. Gzip ist für Streaming ausgelegt und garantiert ausdrücklich keinen zufälligen Zugriff. PNG-Bilder standardisieren DEFLATE als einzige Komprimierungsmethode (mit maximal 32 KiB Fenster) laut der PNG-Spezifikation „Compression method 0… deflate/inflate… at most 32768 bytes“ und W3C/ISO PNG 2nd Edition.
Zstandard (zstd): ein neuer Allzweckkompressor für hohe Raten bei sehr schneller Dekompression. Das Format ist dokumentiert in RFC 8878 (und dem HTML-Spiegel) sowie der Referenzspezifikation auf GitHub. Wie gzip zielt der Basis-Frame nicht auf zufälligen Zugriff. Eine der Superkräfte von zstd sind Wörterbücher: kleine Proben aus Ihrem Korpus, die viele kleine oder ähnliche Dateien deutlich besser komprimieren (siehe python-zstandard Wörterbuch-Dokumentation und Nigel Taos Beispiel). Implementierungen akzeptieren sowohl „unstrukturierte“ als auch „strukturierte“ Wörterbücher (Diskussion).
Brotli: optimiert für Web-Inhalte (z. B. WOFF2-Fonts, HTTP). Es kombiniert ein statisches Wörterbuch mit einem DEFLATE-ähnlichen LZ+Entropie-Kern. Die Spezifikation ist RFC 7932, der auch ein Gleitfenster von 2WBITS−16 mit WBITS in [10, 24] (1 KiB−16 B bis 16 MiB−16 B) beschreibt und festhält, dass es keinen zufälligen Zugriff bereitstellt. Brotli schlägt gzip bei Webtext oft und dekodiert trotzdem schnell.
ZIP-Container: ZIP ist ein Datei-Archiv, das Einträge mit verschiedenen Komprimierungsmethoden (deflate, store, zstd usw.) speichern kann. Der De-facto-Standard ist PKWAREs APPNOTE (siehe APPNOTE-Portal, eine gehostete Kopieund die LC-Überblicke ZIP File Format (PKWARE) / ZIP 6.3.3).
LZ4 zielt auf pure Geschwindigkeit bei moderaten Raten. Siehe die Projektseite („extremely fast compression“) und das Frame-Format. Ideal für In-Memory-Caches, Telemetrie oder Hot Paths, in denen Dekompression nahezu RAM-Geschwindigkeit erreichen muss.
XZ / LZMA strebt hohe Dichte (große Raten) mit relativ langsamer Kompression an. XZ ist ein Container; die Schwerarbeit leisten typischerweise LZMA/LZMA2 (LZ77-ähnliche Modellierung + Range Coding). Siehe .xz-Dateiformat, die LZMA-Spezifikation (Pavlov)und Linux-Hinweise zu XZ Embedded. XZ komprimiert meist besser als gzip und konkurriert oft mit modernen Hochratencodecs, braucht aber längere Encode-Zeiten.
bzip2 setzt auf die Burrows–Wheeler-Transformation (BWT), Move-to-Front, RLE und Huffman-Codierung. Typisch kleiner als gzip, aber langsamer; siehe das offizielle Handbuch und die Manpages (Linux).
Die „Fenstergröße“ zählt. DEFLATE-Referenzen können nur 32 KiB zurückblicken (RFC 1951) sowie das PNG-Limit von 32 KiB hier erläutert. Brotli deckt Fenster von etwa 1 KiB bis 16 MiB ab (RFC 7932). Zstd passt Fenster und Suchtiefe über die Level an (RFC 8878). Basis-Streams von gzip/zstd/brotli sind für sequentielles Dekodieren gebaut; die Grundformate versprechen keinen zufälligen Zugriff, obwohl Container (z. B. Tar-Indizes, Chunked Framing oder format-spezifische Indizes) ihn nachrüsten können.
Die oben genannten Formate sind verlustfrei: Sie rekonstruieren exakt dieselben Bytes. Medien-Codecs sind oft verlustbehaftet: Sie verwerfen unmerkliche Details, um niedrigere Bitraten zu erreichen. Bei Bildern ist klassisches JPEG (DCT, Quantisierung, Entropiecodierung) in ITU-T T.81 / ISO/IEC 10918-1standardisiert. In Audio nutzen MP3 (MPEG-1 Layer III) und AAC (MPEG-2/4) Wahrnehmungsmodelle und MDCT-Transformationen (siehe ISO/IEC 11172-3, ISO/IEC 13818-7und eine MDCT-Übersicht hier). Verlustbehaftet und verlustfrei können koexistieren (z. B. PNG für UI-Assets; Web-Codecs für Bilder/Video/Audio).
Theorie Shannon 1948 · Rate–distortion · Codierung Huffman 1952 · Arithmetische Codierung · Range Coding · ANS. Formate DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · XZ format. BWT-Stack Burrows–Wheeler (1994) · bzip2 manual. Medien JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Fazit: Wählen Sie einen Kompressor, der zu Ihren Daten und Randbedingungen passt, messen Sie auf echten Eingaben und vergessen Sie nicht die Gewinne durch Wörterbücher und clevere Frames. Mit der richtigen Kombination erhalten Sie kleinere Dateien, schnellere Übertragungen und reaktionsschnellere Apps – ohne Korrektheit oder Portabilität zu opfern.
Dateikompression ist ein Prozess, der die Größe einer Datei oder Dateien reduziert, normalerweise um Speicherplatz zu sparen oder die Übertragung über ein Netzwerk zu beschleunigen.
Die Dateikompression funktioniert, indem sie Redundanzen in den Daten identifiziert und entfernt. Sie verwendet Algorithmen, um die ursprünglichen Daten in einem kleineren Raum zu kodieren.
Die beiden primären Arten der Dateikompression sind verlustfreie und verlustbehaftete Kompression. Verlustfreie Kompression ermöglicht die perfekte Wiederherstellung der Originaldatei, während verlustbehaftete Kompression eine größere Größenreduktion ermöglicht, dies jedoch auf Kosten eines Qualitätsverlusts bei den Daten.
Ein populäres Beispiel für ein Dateikompressionstool ist WinZip, das mehrere Kompressionsformate unterstützt, darunter ZIP und RAR.
Bei verlustfreier Kompression bleibt die Qualität unverändert. Bei verlustbehafteter Kompression kann es jedoch zu einem spürbaren Qualitätsverlust kommen, da weniger wichtige Daten zur Reduzierung der Dateigröße stärker eliminiert werden.
Ja, die Dateikompression ist sicher in Bezug auf die Datenintegrität, insbesondere bei der verlustfreien Kompression. Wie alle Dateien können jedoch auch komprimierte Dateien von Malware oder Viren angegriffen werden. Daher ist es immer wichtig, eine seriöse Sicherheitssoftware zu haben.
Fast alle Arten von Dateien können komprimiert werden, einschließlich Textdateien, Bilder, Audio, Video und Softwaredateien. Das erreichbare Kompressionsniveau kann jedoch zwischen den Dateitypen erheblich variieren.
Eine ZIP-Datei ist ein Dateiformat, das verlustfreie Kompression verwendet, um die Größe einer oder mehrerer Dateien zu reduzieren. Mehrere Dateien in einer ZIP-Datei werden effektiv zu einer einzigen Datei gebündelt, was das Teilen einfacher macht.
Technisch ja, obwohl die zusätzliche Größenreduktion minimal oder sogar kontraproduktiv sein könnte. Das Komprimieren einer bereits komprimierten Datei kann manchmal deren Größe erhöhen, aufgrund der durch den Kompressionsalgorithmus hinzugefügten Metadaten.
Um eine Datei zu dekomprimieren, benötigen Sie in der Regel ein Dekompressions- oder Entzip-Tool, wie WinZip oder 7-Zip. Diese Tools können die Originaldateien aus dem komprimierten Format extrahieren.