GNU TAR（磁带存档）格式是一种在类 Unix 操作系统上广泛使用的文件存档和压缩格式。它最初设计用于将文件备份到磁带上，但现在通常用于将许多文件收集到一个压缩存档文件中，以实现高效存储和传输。TAR 格式允许保留文件属性、目录结构，并支持各种压缩算法。
TAR 存档文件由一系列文件头记录和文件数据块组成。存档中的每个文件都由一个头记录表示，其中包含有关文件元数据，后跟文件数据本身。头记录大小为 512 字节，包含文件名称、文件模式（权限）、所有者和组 ID、文件大小、修改时间和校验和等字段。
头记录中的文件名字段最长可达 100 个字符。如果文件名超过 100 个字符，则使用“前缀”字段存储它，该字段是额外的 155 个字节。前缀与文件名连接以创建完整路径。文件模式字段包含 Unix 文件权限和文件类型（常规文件、目录、符号链接等）。
在头记录之后是文件数据，它存储在连续的 512 字节块中。如果文件大小不是 512 字节的倍数，则最后一个块将填充空字节。每个文件的数据块按顺序写入存档中，文件之间没有分隔符或定界符。
除了常规文件和 目录外，TAR 存档还支持多种类型的头记录。符号链接和硬链接使用引用目标文件的特殊头记录表示。设备文件、命名管道和其他特殊文件类型也受支持。扩展属性和 ACL 可以使用 pax 交换格式头存储。
TAR 格式的一个关键特性是对长文件名和路径的支持。早期版本的 TAR 仅限于 100 个字符的文件名，但后来的版本（例如广泛使用的 USTAR（Unix 标准 TAR）格式）对此进行了扩展以支持更长的名称。POSIX.1-2001 标准引入了一种新的可扩展格式，允许使用更长的文件名和路径，以及其他元数据字段。
压缩通常与 TAR 存档结合使用以减小文件大小。最流行的压缩方法是 gzip（.tar.gz 或 .tgz）、bzip2（.tar.bz2）和 xz（.tar.xz）。这些压缩的 TAR 存档是通过首先创建一个常规 TAR 存档，然后使用所选压缩算法对其进行压缩来创建的。在解压缩压缩的 TAR 存档时，首先删除压缩，然后应用常规 TAR 解压缩过程。
TAR 格式还包括内置的错误检测和恢复机制。每个头记录都包含一个校验和字段，该字段在创建存档时计算。从 TAR 存档中提取文件时，将验证校验和以确保数据完整性。如果检测到校验和不匹配，则会报告错误，并且提取可以跳过受影响的文件或尝试尽可能多地恢复数据。
除了基本的 TAR 格式外，还有多种变体和扩展正在使用中。GNU 版本的 TAR 在 Linux 发行版中广泛使用，它包括多卷存档、稀疏文件支持和增量备份等附加功能。其他扩展（例如 star 和 pax）提供了改进的性能、与非 Unix 系统的兼容性以及对扩展元数据的支持。
尽管 TAR 格式已经过时且存在局限性，但由于其简单性、可移植性和在不同平台和工具上的广泛支持，它仍然被广泛使用。它作为许多更高级别的备份和存档解决方案的基础，并且经常用作分发软件包和源代 码的容器格式。随着新技术和存储介质的出现，TAR 格式已经适应并演变以满足不断变化的需求，确保其在现代计算环境中的持续相关性。
文件压缩通过减少冗余，让相同的信息占用更少的比特。可压缩的上限受信息论约束：对于无损压缩，上界是信源熵（参见香农的信源编码定理及其 1948 年的原始论文《通信的数学理论》）。对于有损压缩，码率与感知质量之间的权衡由率失真理论描述。
大多数压缩器分两步。首先，模型预测或揭示数据中的结构。然后，编码器把这些预测变成近乎最优的比特模式。一个经典的建模家族是 Lempel–Ziv：LZ77 (1977)和 LZ78 (1978) 会检测重复子串并输出引用而不是原始字节。在编码端，霍夫曼编码（见原始论文1952）会为更常见的符号分配更短的代码。算术编码和范围编码能更贴近熵极限，而现代的非对称数值系统（ANS）用查表实现获得相似的压缩率。
DEFLATE（被 gzip、zlib 与 ZIP 采用）结合了 LZ77 和霍夫曼编码。其规范完全公开：DEFLATERFC 1951、zlib 封装RFC 1950以及 gzip 文件格式RFC 1952。Gzip 面向流式传输并明确不提供随机访问。PNG 图像标准化将 DEFLATE 作为唯一的压缩方法（窗口最多 32 KiB），可见 PNG 规范“Compression method 0… deflate/inflate… at most 32768 bytes”和W3C/ISO PNG 第二版。
Zstandard (zstd)： 面向高压缩率与快速解压的通用压缩器。格式记录在RFC 8878（还有HTML 镜像）以及 GitHub 上的参考规范文档。与 gzip 类似，基本帧不追求随机访问。zstd 的拿手好戏是字典：从语料中抽取的小样本能显著改善大量小文件或相似文件的压缩（参见python-zstandard 字典文档与Nigel Tao 的示例）。各实现同时支持“无结构”和“有结构”字典（讨论）。
Brotli： 为网页内容（例如 WOFF2 字体、HTTP）优化，混合静态字典与类似 DEFLATE 的 LZ+熵编码核心。规范见RFC 7932，其中也指出滑动窗口大小为 2WBITS-16，WBITS 取值 [10, 24]（1 KiB-16 B 到 16 MiB-16 B），并且不尝试随机访问。Brotli 常在网页文本上优于 gzip，同时保持快速解码。
ZIP 容器： ZIP 是一种文件归档格式，可存储使用多种压缩算法（deflate、store、zstd 等）的条目。事实标准是 PKWARE 的 APPNOTE（参见APPNOTE 门户、托管副本以及美国国会图书馆的概览ZIP File Format (PKWARE)/ZIP 6.3.3）。
文件压缩是一种减小文件或文件集大小的过程，通常用于节省存储空间或加速网络传输。
文件压缩通过识别和删除数据中的冗余来工作。它使用算法在更小的空间中编码原始数据。
文件压缩的两种主要类型是无损压缩和有损压缩。无损压缩允许完美恢复原始文件，而有损压缩则以损失部分数据质量为代价，实现更大的大小减小。
文件压缩工具的一个流行例子是WinZip，它支持包括ZIP和RAR在内的多种压缩格式。
对于无损压缩，质量保持不变。然而，对于有损压缩，由于它消除了较不重要的数据以更大程度地减小文件大小，因此可能会有明显的质量下降。
是的，就数据完整性而言，文件压缩是安全的，尤其是无损压缩。然而，像任何文件一样，压缩的文件可能会被恶意软件或病毒攻击，因此总是必要的有安装可靠的安全软件。
几乎所有类型的文件都可以被压缩，包括 文本文件、图像、音频、视频和软件文件。然而，可达到的压缩水平可以在文件类型之间大大变化。
ZIP文件是一种使用无损压缩来减小一个或多个文件大小的文件格式。ZIP文件中的多个文件有效地被捆绑在一起成为一个单一的文件，这也使得分享变得更容易。
技术上，是的，尽管额外的减小大小可能是微不足道的甚至适得其反。压缩一个已经压缩的文件有时可能会增加它的大小，由于压缩算法添加的元数据。
要解压文件，你通常需要一个解压或解压缩工具，如WinZip或7-Zip。这些工具可以从压缩格式提取原始文件。