作者：馬健
主頁：http://stronghorse.yeah.net
目錄
一、目錄表（TOC）與分卷（Volume）
二、固實（solid）壓縮方式
三、安全性
四、開放性
五、結(jié)論
聲明：本文并非學(xué)術(shù)論文，所述內(nèi)容僅為我個人的看法和體會，不具任何權(quán)威性，僅供有興趣的人參考，但是如果您不具有足夠的鑒別能力，建議勿看，以免誤導(dǎo)。
拋開壓縮算法不談，我認(rèn)為zip、rar在文件格式上最大的差異就在目錄表（Table of Contents，TOC）：zip有TOC，而rar沒有。
TOC這個詞其實是從出版界借用過來的，指的就是每一本書正文前面的“目錄”，它的作用地球人都知道：如果想快速找到書中某一內(nèi)容，可以先查TOC，然后按照TOC指明的頁碼直接翻即可。
在紙質(zhì)書里TOC是印刷出來的一張表，而在電子文件里則是由結(jié)構(gòu)化數(shù)據(jù)構(gòu)成的一張表，它的目的同樣是為了快速定位：如果想找文件中的某一內(nèi)容，可以先查TOC，知道感興趣的內(nèi)容在文件的什么位置，直接跳過去就行了。最常見的運用就是avi、rm等多媒體文件：播放的時候經(jīng)常有人在播放條上點來點去跳著看（即“隨機(jī)訪問”），如果沒有TOC，在長達(dá)幾百兆的文件里來回定位會慢死。
具體到zip文件里，TOC是放在文件尾部的一張表，里面列出了zip包中每一個文件的屬性（文件名、長度等）和在zip包中的存放位置。如果需要隨機(jī)訪問zip包中的某一個文件，只需在TOC里找到這個文件的存放位置，直接跳過去即可。
而RAR文件里則沒有TOC，在文件頭之后所有文件按順序連續(xù)存放。
這種差異造成的結(jié)果就是：隨機(jī)訪問時zip比rar快，而順序訪問時rar比zip快。
所謂隨機(jī)訪問，就是前面說過的隨機(jī)訪問壓縮包中某個指定的文件。舉一個簡單的例子：一本反編譯或下載到的網(wǎng)頁電子書，有大量HTML、圖像、css、js，然后打成壓縮包。現(xiàn)在要求在不解包的情況下訪問其中的頁面：可以想象，打開每個HTML頁面的時候，它所附帶的圖像、css、js等文件可能隨機(jī)分布在整個壓縮包里，如果沒有TOC，查找每個文件的時候都要從頭開始找，將會有多慢。 所以各位可以理解為什么jar包就是標(biāo)準(zhǔn)zip包，而我也只用zip格式保存反編譯出來的電子書、漫畫、PDG書等一切可能需要隨機(jī)訪問的東西。
所謂順序訪問，就是將整個壓縮包從頭解到尾。在這方面RAR具有天然的優(yōu)勢。而且為了節(jié)省WinRAR列文件的時間，對于單個RAR我一般都直接通過右鍵菜單解壓縮，很少雙擊壓縮包打開再解壓。解多個RAR時當(dāng)然都用BatchUnRar。
由于rar的原作者已經(jīng)去世，造成這種差異的確切原因我相信已不可考，但我個人猜測可能與DOS時代的備份軟件之爭有關(guān)：在DOS時代，電腦硬盤不像現(xiàn)在這樣奢侈，20MB就算很大了。這樣的容量用兩盒軟盤 即可備份，備份成本相對數(shù)據(jù)本身的價值來說非常低廉。因此在DOS時代，很多公司和機(jī)構(gòu)都制定有定期硬盤備份政策，以免因為人為或非人為的因素 （早期硬盤可沒有如今可靠）而造成不可挽回的數(shù)據(jù)損失。在備份軟件方面，雖然微軟已經(jīng)隨DOS提供了Backup/Restore工具，但是他們基本不具備數(shù)據(jù)壓縮能力，因此在壓縮軟件中提供備份功能，就成為DOS時代的一個時尚。由于DOS時代的備份介質(zhì)多為軟盤，因此壓縮 軟件的備份功能其實就轉(zhuǎn)化成如今很常見的一個功能：分卷壓縮功能，即按照軟盤容量進(jìn)行分卷壓縮，然后將分卷壓縮文件備份（Backup）到軟盤，需要的時候再解壓，或恢復(fù)（Restore）到硬盤。
DOS時代最有名的zip工具是pkzip，出現(xiàn)得比DOS版的RAR早。在分卷壓縮時，pkzip按照zip文件規(guī)范，將TOC存放在最后，即存儲在最后一卷，由此帶來如下問題：
1、恢復(fù)時，每解壓一張盤，都要先將最后一張盤插進(jìn)去一次，讀一次TOC。
2、只要最后一張盤上的TOC壞了，就算其它盤都是好的，也不能正常解壓。
這兩個缺點，尤其是第一個缺點實在是太臭名昭著了，因此當(dāng)時出現(xiàn)了非常強烈的改革呼聲。在這個關(guān)鍵時刻，DOS版的RAR出現(xiàn)了：不僅壓縮率比pkzip高（這點在DOS時代非常重要，畢竟軟盤又貴容量又?。矣捎谖×水?dāng)時對zip格式的批評，取消了TOC，因此：
1、在恢復(fù)分卷壓縮的備份文件時，不需要頻繁插入帶有TOC的分卷，按順序換盤即可。
2、即使某個分卷損壞，也可以跳過，從完好的分卷再開始解壓。
由于這些原因（當(dāng)然還有其它原因），RAR推出后迅速取得了成功，pkzip在DOS時代就開始流失用戶，到Windows時代基本消聲匿跡。在Windows時代推出的Winzip，則徹底放棄了分卷壓縮功能（zip格式永遠(yuǎn)的痛？）。 而從我看到的源自WinRAR的UnRAR源代碼來看，現(xiàn)在WinRAR的解壓思路明顯還是把文件按順序從頭解到尾，看來當(dāng)年備份/恢復(fù)工具之爭的影響，還真是深遠(yuǎn)。
在壓縮算法方面，我覺得rar格式最特色的是固實（solid）壓縮方式。WinRAR v3.42的幫助文件中對固實壓縮的說明如下：
固實壓縮文件是 RAR 的一種特殊壓縮方式存儲的壓縮文件，它把壓縮文件中的全部文件都當(dāng)成一個連續(xù)數(shù)據(jù)流來看待。
這段說明其實揭示了固實壓縮格式能夠提高壓縮比的奧秘：數(shù)據(jù)壓縮的基礎(chǔ)是“重復(fù)”，例如aaaabbb這個字符串，里面就有重復(fù)，如果表示為a4b3，看起來是不是變短了？這就是“數(shù)據(jù)壓縮”?！爸貜?fù)”是一個具有相對意義的概念，在某一范圍內(nèi)看起來沒有重復(fù)，或重復(fù)不多的數(shù)據(jù)，把范圍擴(kuò)大，說不定就能找到更多重復(fù)的數(shù)據(jù)了，這就是固實壓縮的奧秘。
舉一個簡單的例子：用zip和普通rar壓縮一堆jpg文件，很難壓下去，但是用固實壓縮方式的rar就可以，其原因就在于：jpg文件本身已經(jīng)是壓縮格式了，單個jpg文件里很難再 找到可利用的重復(fù)數(shù)據(jù)，因此不論是用zip還是普通的rar都很難再壓縮，因為他們都將需要壓縮的文件分隔開來一個一個處理。但是對于固實rar來說，是將 所有需要壓縮的jpg文件當(dāng)作一個整體來壓縮，這些jpg之間就存在重復(fù)的數(shù)據(jù)，如他們都有相同的文件頭（其中包括各種數(shù)據(jù)表）等，這就出現(xiàn)了可壓縮的空間。從我看到的資料來看，F(xiàn)lash文件也采用了類似的技術(shù)對jpg進(jìn)行壓縮：如果在Flash文件中使用了多個jpg文件，它們可以共用一個文件頭。
當(dāng)然天下不會有白吃的午餐，固實壓縮方式在提高壓縮比的同時，也有一些限制，在WinRAR v3.42幫助文件中的說法是：
固實壓縮可增加壓縮性能，特別是在添加大量的小文件的時候，但它也有一些重要的不利因素:
固實壓縮的適用場合為:
與前面說的“隨機(jī)訪問”對應(yīng)，固實壓縮的RAR文件可能是世界上最不適合隨機(jī)訪問的：如果需要訪問固實RAR包中的某個文件，就要從文件頭開始解壓，一直解到這個文件。
這里的安全性包含幾個方面的含義：文件系統(tǒng)安全性、密碼保護(hù)安全性和文件數(shù)據(jù)安全性。
由于制訂zip格式規(guī)范的時候操作系統(tǒng)本身的文件安全性還沒有引起足夠的重視，因此zip格式只記錄最基本的文件屬性，包括只讀屬性等，沒有其它附加的安全屬性。
rar格式剛推出的時候，文件系統(tǒng)的安全性只能參照DOS，和zip差不多。但是rar畢竟是一種封閉的格式，想怎么改作者一個人說了就算，因此當(dāng)Windows中出現(xiàn)NTFS，并且引入擴(kuò)展的文件系統(tǒng)安全屬性時，rar也積極跟進(jìn)，所以現(xiàn)在應(yīng)該說rar格式在這方面比zip強 。
在zip和rar格式中均提供了密碼保護(hù)功能，但是密碼保護(hù)的安全強度不同。
zip由于格式開放、代碼開源，因此zip密碼破解軟件出現(xiàn)得比較早，也比較多。初期以暴力破解為主，威脅不大，真正對zip密碼安全的致命一擊是known plain text（已知明文）攻擊法：如果知道加密zip文件中某段內(nèi)容（密文，ciphertext）解密后的真正內(nèi)容（明文，plain text），就可以反推出zip加密口令。在這種攻擊方法的威脅，及某些國家的法律對密碼技術(shù)的限制下， 著名開源組織zlib宣布永久放棄對加密zip的支持，詳見zlib網(wǎng)站上的相關(guān)說明（不過在zlib發(fā)行的源代碼里仔細(xì)找找，還是能找到原來的加/解密相關(guān)代碼）。
記得rar剛推出的時候也和zip一樣，雖然不能列出加密文件中的文件內(nèi)容，但可以列出加密文件中的文件名。后來大概也是被known plain text攻擊法嚇到了，增加了一個“加密文件名”選項，干脆連加密rar文件里有哪些文件都看不見，讓攻擊者想猜明文都無從猜起。
rar格式比zip晚推出，在安全方面吸取了足夠的教訓(xùn)，因此采用的是美國國家標(biāo)準(zhǔn)與技術(shù)局（National Institute of Standard and Technology, NIST）推薦的、目前公認(rèn)安全程度比較高的AES對稱加密算法 ，密鑰長度128位。在ASE被攻破以前（NIST認(rèn)為30年內(nèi)無法攻破），大家都只能在暴力法上兜圈子，所以密碼安全性應(yīng)該說比zip高。對此WinRAR 3.42的幫助文件是這樣描述的：
ZIP 格式使用私有加密算法。 RAR 壓縮文件使用更強大的 AES-128 標(biāo)準(zhǔn)加密。如果你需要加密重要的信息，選擇 RAR 壓縮文件格式會比較好一些。為了確實的安全性，密碼長度請最少要 8 個字符。不要使用任何語言的單詞作為密碼，最好是任意的隨機(jī)組合字符和數(shù)字，并且要注意密碼的大小寫。請記住，如果你遺失你的密碼，你將無法取出加密的文件，就算是 WinRAR 的作者本身也無法解壓加密過的文件。
在數(shù)據(jù)安全性方面，RAR格式本身支持一種特殊的附加信息類型，叫做“恢復(fù)記錄”。如果RAR文件有恢復(fù)記錄，在介質(zhì)物理損壞或其它原因造成數(shù)據(jù)丟失時，WinRAR可以按照“恢復(fù)記錄”嘗試對數(shù)據(jù)進(jìn)行修復(fù)。而zip格式無恢復(fù)記錄，因此在數(shù)據(jù)安全性方面應(yīng)該說比RAR弱。
雖然RAR文件本身支持恢復(fù)記錄，但是在WinRAR里此選項缺省是關(guān)閉的，而打開后會導(dǎo)致壓縮出來的RAR文件體積增加（增加的百分比與設(shè)置有關(guān)），可能會令某些人感到不習(xí)慣（我就親眼見到有人在論壇上抱怨為什么壓出來的RAR文件會如此龐大），所以這個功能基本上形同虛設(shè)。
開放性的對比很明顯：zip格式不僅文件格式完全公開，而且有專門的開源組織提供操作源代碼，跨平臺使用也沒有多大限制；rar格式完全保密，作者只提供解壓所需源代碼，不提供壓縮所需源代碼 ，跨平臺使用有點麻煩。
zip開源組織中，最出名的是zlib和InfoZip，二者各有側(cè)重：zlib偏重對內(nèi)存緩沖區(qū)的壓縮，因此被png等開源組織用做內(nèi)部壓縮算法，連java的jar程序內(nèi)核都來自zlib，打出來的jar包自然也是一個標(biāo)準(zhǔn)的zip文件；InfoZip偏重對文件的操作 （包括口令保護(hù)），應(yīng)用似乎不如zlib廣泛，但我個人覺得其實它還是滿好用的，前提是需要對它的源代碼進(jìn)行一些必要的修改。
在png組織的網(wǎng)頁中有說到png格式的來歷，我覺得也很有意思：做png的一班人，其實原來都是做gif格式的，但是由于Unisys公司開始對gif格式的核心——LZW壓縮算法征收專利費，這幫人怒了，干脆提出png格式：大結(jié)構(gòu)方面還是采用分段結(jié)構(gòu)，但是核心壓縮算法采用開源的zlib，壓縮 效果在多數(shù)情況下比gif的LZW更強。由于沒有版權(quán)限制，在靜態(tài)圖形領(lǐng)域png得到廣泛應(yīng)用，如果不是及時提出動畫支持并因此在web上大行其道，我估計gif早就死掉了。
RAR的解壓源代碼在其官方網(wǎng)站www.rarlab.com上提供，通常比WinRAR的正式版本晚一點，不過據(jù)說是直接從WinRAR的源代碼中摳出來的，所以兼容性應(yīng)該沒有什么問題。
以下觀點純屬個人觀點，僅供參考，不具有如何指導(dǎo)意義：
