估计 tar.gz 中压缩文件的大小

Question

我有一组.tar.gz文件，它们是表里不一备份文件（完整备份或增量备份）。我想计算哪些目录在备份中占用最多的空间。这很可能与计算哪些目录在实时文件系统中占用最多的空间不同，因为我需要考虑文件更改的频率（因此在增量备份中占用空间）以及文件的可压缩性。

我知道，虽然许多其他存档格式将压缩文件存储为存档文件内的不同实体，但.tar.gz文件却不是这样，因此无法获得单个文件在压缩后在存档中占用的确切存储量。是否有任何工具可以计算至少一些估算值？

Answer 1

如果您对压缩后的特定文件大小感兴趣，只需使用 gzip 压缩文件一次即可。这应该是最直接的方法。

Answer 2

因此，我修改了一些 C 代码来找到一些近似值。代码显示了zlib从存档中读取了多少字节才能到达每个后续文件。代码如下：https://github.com/liori/targz-sizes

看来我可以提取更精确的数据，但这些值与真实值的差异不应超过每个文件的几个字节，并且错误是所有文件的平均值，因此对于问题中描述的目的来说应该足够好。