未压缩文件估计错误？

Question

我有一个很大（~60G）的压缩文件（tar.gz）。

我曾经split把它分成四部分，然后cat将它们重新组合在一起。

但是，现在，当我尝试估计未压缩文件的大小时，结果发现它比原始文件小？这怎么可能？

$ gzip -l myfile.tar.gz 
         compressed        uncompressed  ratio uncompressed_name
        60680003101          3985780736 -1422.4% myfile.tar

Answer 1

这是由 gzip 压缩文件中用于存储未压缩大小的字段大小引起的：它只有 32 位，因此gzip只能存储最大 4 GiB 的文件大小。任何较大的内容都可以正确压缩和解压缩，但gzip -l在 1.11 及更早版本中给出不正确的未压缩大小。

因此，分割 tarball 并重建它不会导致这种情况，也不应该影响文件 - 如果您想确定，您可以使用gzip -tv.

看计算大型 GZIPPED 文件未压缩大小的最快方法了解更多详情，以及手册gzip​:

格式gzip表示输入大小模2立方，因此对于 4 GiB 及更大的未压缩文件，未压缩的大小和压缩率列出不正确。