Das SHAR-Format (SHell ARchive) ist ein Archivierungs- und Komprimierungsformat, das häufig auf Unix- und Unix-ähnlichen Betriebssystemen verwendet wird. Es wurde als einfache Möglichkeit entwickelt, mehrere Dateien und Verzeichnisse in einer einzigen Archivdatei zu verpacken, um die Speicherung und Übertragung zu vereinfachen. Das SHAR-Format ermöglicht die optionale Komprimierung der archivierten Dateien, um die Gesamtgröße des resultierenden Archivs zu reduzieren.
Ein SHAR-Archiv ist im Wesentlichen ein Shell-Skript, das eine Reihe von Befehlen enthält, um die ursprüngliche Verzeichnisstruktur und die Dateien wiederherzustellen. Wenn die SHAR-Datei ausgeführt wird, interpretiert die Shell die Befehle und extrahiert die Dateien an ihren ursprünglichen Speicherorten. Dies macht SHAR-Archive einfach zu erstellen und zu extrahieren, ohne dass spezielle Archivierungswerkzeuge erforderlich sind, solange eine Unix-Shell verfügbar ist.
Die Struktur eines SHAR-Archivs besteht aus einem Header, Metadaten der Datei und dem eigentlichen Dateiinhalt. Der Header enthält normalerweise eine Shebang-Zeile (z. B. `#!/bin/sh`), um den Interpreter für das Shell-Skript anzugeben, gefolgt von allen erforderlichen Shell-Befehlen oder Variablendeklarationen. Der Header kann auch Kommentare oder Anweisungen zum Extrahieren des Archivs enthalten.
Nach dem Header enthält das SHAR-Archiv eine Reihe von Abschnitten für jede Datei oder jedes Verzeichnis, das archiviert wird. Jeder Abschnitt beginnt mit Metadaten über die Datei, wie z. B. Name, Berechtigungen, Besitz und Zeitstempel. Diese Metadaten werden mithilfe von Shell-Befehlen dargestellt, die die entsprechenden Attribute festlegen, wenn die Datei extrahiert wird.
Nach den Metadaten wird der eigentliche Inhalt der Datei in das Archiv aufgenommen. Der Dateiinhalt wird normalerweise entweder mit dem `uuencode`- oder dem `base64`-Codierungsschema codiert, um sicherzustellen, dass der Inhalt mit der textbasierten Natur des Shell-Skripts kompatibel ist. Der codierte Inhalt wird in kleinere Blöcke unterteilt und als eine Reihe von `echo`- oder `printf`-Befehlen im Skript ausgegeben.
Wenn das SHAR-Archiv Verzeichnisse enthält, wird die Verzeichnisstruktur mithilfe einer Kombination aus `mkdir`-Befehlen und entsprechenden Metadateneinstellungen neu erstellt. Die Dateien in jedem Verzeichnis werden dann auf die oben beschriebene Weise zum Archiv hinzugefügt.
Optional kann das SHAR-Archiv eine Komprimierung enthalten, um die Größe der resultierenden Datei zu reduzieren. Zu den mit SHAR verwendeten gängigen Komprimierungsmethoden gehören `gzip`, `bzip2` und `compress`. Die Komprimierung wird normalerweise auf die einzelnen Dateien angewendet, bevor sie codiert und dem Archiv hinzugefügt werden. Wenn das SHAR-Archiv extrahiert wird, werden die komprimierten Dateien automatisch vom Shell-Skript dekomprimiert.
Um ein SHAR-Archiv zu erstellen, kannst du den Befehl `shar` verwenden, der auf den meisten Unix- und Unix-ähnlichen Systemen verfügbar ist. Die grundlegende Syntax zum Erstellen eines SHAR-Archivs lautet: `shar [options] file1 file2 directory1 ... > archive.shar`. Die angegebenen Dateien und Verzeichnisse werden in die resultierende Archivdatei aufgenommen.
Das Extrahieren eines SHAR-Archivs ist so einfach wie das Ausführen des im Archiv enthaltenen Shell-Skripts. Dies kann erfolgen, indem die SHAR-Datei mit dem Befehl `chmod` ausführbar gemacht und dann als Skript ausgeführt wird: `chmod +x archive.shar && ./archive.shar`. Die Shell interpretiert die Befehle im Skript und erstellt die ursprünglichen Dateien und Verzeichnisse neu.
Ein Vorteil des SHAR-Formats ist seine Einfachheit und Portabilität. SHAR-Archive können auf jedem System mit einer Unix-Shell erstellt und extrahiert werden, ohne dass zusätzliche Software erforderlich ist. Das SHAR-Format weist jedoch im Vergleich zu fortgeschritteneren Archivierungsformaten wie `tar` oder `zip` einige Einschränkungen auf. SHAR-Archiven fehlen Funktionen wie der wahlfreie Zugriff auf einzelne Dateien, Integritätsprüfungen oder integrierte Verschlüsselung.
Trotz seiner Einschränkungen bleibt das SHAR-Format in bestimmten Szenarien nützlich, insbesondere im Umgang mit Unix-basierten Systemen oder wenn Einfachheit gewünscht ist. Es bietet eine einfache Möglichkeit, Dateien als ein einziges, selbstextrahierendes Archiv zu verpacken und zu verteilen.
Zusammenfassend lässt sich sagen, dass das SHAR-Archivformat eine einfache und portable Möglichkeit ist, mehrere Dateien und Verzeichnisse in einem einzigen Shell-Skriptarchiv zu verpacken. Es ermöglicht eine optionale Komprimierung und kann einfach mit Standard-Unix-Shell-Befehlen erstellt und extrahiert werden. Obwohl SHAR im Vergleich zu anderen Archivierungsformaten keine erweiterten Funktionen bietet, bleibt es ein nützliches Werkzeug im Unix-Ökosystem für grundlegende Archivierungs- und Verteilungsanforderungen.
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.