一、目錄表（TOC）與分卷（Volume）

拋開(kāi)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(méi)有。

TOC這個(gè)詞其實(shí)是從出版界借用過(guò)來(lái)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(yè)碼直接翻即可。

在紙質(zhì)書里TOC是印刷出來(lái)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(guò)去就行了。最常見(jiàn)的運(yùn)用就是avi、rm等多媒體文件：播放的時(shí)候經(jīng)常有人在播放條上點(diǎn)來(lái)點(diǎn)去跳著看（即“隨機(jī)訪問(wèn)”），如果沒(méi)有TOC，在長(zhǎng)達(dá)幾百兆的文件里來(lái)回定位會(huì)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(gè)文件的屬性（文件名、長(zhǎng)度等）和在zip包中的存放位置。如果需要隨機(jī)訪問(wèn)zip包中的某一個(gè)文件，只需在TOC里找到這個(gè)文件的存放位置，直接跳過(guò)去即可。

而RAR文件里則沒(méi)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(wèn)時(shí)zip比rar快，而順序訪問(wèn)時(shí)rar比zip快。

所謂隨機(jī)訪問(wèn)，就是前面說(shuō)過(guò)的隨機(jī)訪問(wèn)壓縮包中某個(gè)指定的文件。舉一個(gè)簡(jiǎn)單的例子：一本反編譯或下載到的網(wǎng)頁(yè)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(wèn)其中的頁(yè)面：可以想象，打開(kāi)每個(gè)HTML頁(yè)面的時(shí)候，它所附帶的圖像、css、js等文件可能隨機(jī)分布在整個(gè)壓縮包里，如果沒(méi)有TOC，查找每個(gè)文件的時(shí)候都要從頭開(kāi)始找，將會(huì)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(lái)的電子書、漫畫、PDG書等一切可能需要隨機(jī)訪問(wèn)的東西。

所謂順序訪問(wèn)，就是將整個(gè)壓縮包從頭解到尾。在這方面RAR具有天然的優(yōu)勢(shì)。而且為了節(jié)省WinRAR列文件的時(shí)間，對(duì)于單個(gè)RAR我一般都直接通過(guò)右鍵菜單解壓縮，很少雙擊壓縮包打開(kāi)再解壓。解多個(gè)RAR時(shí)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(gè)人猜測(cè)可能與DOS時(shí)代的備份軟件之爭(zhēng)有關(guān)：在DOS時(shí)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(duì)數(shù)據(jù)本身的價(jià)值來(lái)說(shuō)非常低廉。因此在DOS時(shí)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?yàn)槿藶榛蚍侨藶榈囊蛩?（早期硬盤可沒(méi)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(shí)代的一個(gè)時(shí)尚。由于DOS時(shí)代的備份介質(zhì)多為軟盤，因此壓縮 軟件的備份功能其實(shí)就轉(zhuǎn)化成如今很常見(jiàn)的一個(gè)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(shí)候再解壓，或恢復(fù)（Restore）到硬盤。

DOS時(shí)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(shí)，pkzip按照zip文件規(guī)范，將TOC存放在最后，即存儲(chǔ)在最后一卷，由此帶來(lái)如下問(wèn)題：

1、恢復(fù)時(shí)，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(gè)缺點(diǎn)，尤其是第一個(gè)缺點(diǎn)實(shí)在是太臭名昭著了，因此當(dāng)時(shí)出現(xiàn)了非常強(qiáng)烈的改革呼聲。在這個(gè)關(guān)鍵時(shí)刻，DOS版的RAR出現(xiàn)了：不僅壓縮率比pkzip高（這點(diǎn)在DOS時(shí)代非常重要，畢竟軟盤又貴容量又小），而且由于吸取了當(dāng)時(shí)對(duì)zip格式的批評(píng)，取消了TOC，因此：

1、在恢復(fù)分卷壓縮的備份文件時(shí)，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(gè)分卷?yè)p壞，也可以跳過(guò)，從完好的分卷再開(kāi)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(shí)代就開(kāi)始流失用戶，到Windows時(shí)代基本消聲匿跡。在Windows時(shí)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(lái)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(lái)當(dāng)年備份/恢復(fù)工具之爭(zhēng)的影響，還真是深遠(yuǎn)。

二、固實(shí)（solid）壓縮方式

在壓縮算法方面，我覺(jué)得rar格式最特色的是固實(shí)（solid）壓縮方式。WinRAR v3.42的幫助文件中對(duì)固實(shí)壓縮的說(shuō)明如下：

固實(shí)壓縮文件是 RAR 的一種特殊壓縮方式存儲(chǔ)的壓縮文件，它把壓縮文件中的全部文件都當(dāng)成一個(gè)連續(xù)數(shù)據(jù)流來(lái)看待。

這段說(shuō)明其實(shí)揭示了固實(shí)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(gè)字符串，里面就有重復(fù)，如果表示為a4b3，看起來(lái)是不是變短了？這就是“數(shù)據(jù)壓縮”。“重復(fù)”是一個(gè)具有相對(duì)意義的概念，在某一范圍內(nèi)看起來(lái)沒(méi)有重復(fù)，或重復(fù)不多的數(shù)據(jù)，把范圍擴(kuò)大，說(shuō)不定就能找到更多重復(fù)的數(shù)據(jù)了，這就是固實(shí)壓縮的奧秘。

舉一個(gè)簡(jiǎn)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(shí)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(gè)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?yàn)樗麄兌紝⑿枰獕嚎s的文件分隔開(kāi)來(lái)一個(gè)一個(gè)處理。但是對(duì)于固實(shí)rar來(lái)說(shuō)，是將 所有需要壓縮的jpg文件當(dāng)作一個(gè)整體來(lái)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(lái)看，F(xiàn)lash文件也采用了類似的技術(shù)對(duì)jpg進(jìn)行壓縮：如果在Flash文件中使用了多個(gè)jpg文件，它們可以共用一個(gè)文件頭。

當(dāng)然天下不會(huì)有白吃的午餐，固實(shí)壓縮方式在提高壓縮比的同時(shí)，也有一些限制，在WinRAR v3.42幫助文件中的說(shuō)法是：

固實(shí)壓縮可增加壓縮性能，特別是在添加大量的小文件的時(shí)候，但它也有一些重要的不利因素:

• 對(duì)已存在的固實(shí)壓縮文件更新時(shí)較慢；
• 要從固實(shí)的壓縮文件解壓?jiǎn)蝹€(gè)文件時(shí)，它之前的文件都需先經(jīng)過(guò)分析。這造成當(dāng)從固實(shí)的壓縮文件內(nèi)取出文件時(shí)會(huì)比一般壓縮文件取出文件慢一些。但是，當(dāng)從固實(shí)的壓縮文件解壓全部的文件時(shí)，解壓速度并沒(méi)有影響。
• 如果在固實(shí)壓縮文件中的任何文件損壞了，要從損壞的范圍中解壓全部的文件是不可能的。因此，如果固實(shí)壓縮文件是保存在例如軟盤等媒介時(shí)，推薦你在制作時(shí)使用“恢復(fù)記錄”。

固實(shí)壓縮的適用場(chǎng)合為:

• 壓縮文件很少更新的時(shí)候;
• 不需要經(jīng)常從壓縮文件中解壓一個(gè)文件或是部分文件的時(shí)候;
• 壓縮效率比壓縮速度更為重要的時(shí)候。

與前面說(shuō)的“隨機(jī)訪問(wèn)”對(duì)應(yīng)，固實(shí)壓縮的RAR文件可能是世界上最不適合隨機(jī)訪問(wèn)的：如果需要訪問(wèn)固實(shí)RAR包中的某個(gè)文件，就要從文件頭開(kāi)始解壓，一直解到這個(gè)文件。

三、安全性

這里的安全性包含幾個(gè)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(shí)候操作系統(tǒng)本身的文件安全性還沒(méi)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(méi)有其它附加的安全屬性。

rar格式剛推出的時(shí)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(gè)人說(shuō)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(shí)，rar也積極跟進(jìn)，所以現(xiàn)在應(yīng)該說(shuō)rar格式在這方面比zip強(qiáng) 。

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(qiáng)度不同。

zip由于格式開(kāi)放、代碼開(kāi)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(duì)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(guó)家的法律對(duì)密碼技術(shù)的限制下， 著名開(kāi)源組織zlib宣布永久放棄對(duì)加密zip的支持，詳見(jiàn)zlib網(wǎng)站上的相關(guān)說(shuō)明（不過(guò)在zlib發(fā)行的源代碼里仔細(xì)找找，還是能找到原來(lái)的加/解密相關(guān)代碼）。

記得rar剛推出的時(shí)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(lái)大概也是被known plain text攻擊法嚇到了，增加了一個(gè)“加密文件名”選項(xiàng)，干脆連加密rar文件里有哪些文件都看不見(jiàn)，讓攻擊者想猜明文都無(wú)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(guó)國(guó)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(duì)稱加密算法 ，密鑰長(zhǎng)度128位。在ASE被攻破以前（NIST認(rèn)為30年內(nèi)無(wú)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(shuō)比zip高。對(duì)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(qiáng)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(huì)比較好一些。為了確實(shí)的安全性，密碼長(zhǎng)度請(qǐng)最少要 8 個(gè)字符。不要使用任何語(yǔ)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(qǐng)記住，如果你遺失你的密碼，你將無(wú)法取出加密的文件，就算是 WinRAR 的作者本身也無(wú)法解壓加密過(guò)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?yè)p壞或其它原因造成數(shù)據(jù)丟失時(shí)，WinRAR可以按照“恢復(fù)記錄”嘗試對(duì)數(shù)據(jù)進(jìn)行修復(fù)。而zip格式無(wú)恢復(fù)記錄，因此在數(shù)據(jù)安全性方面應(yīng)該說(shuō)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(xiàng)缺省是關(guān)閉的，而打開(kāi)后會(huì)導(dǎo)致壓縮出來(lái)的RAR文件體積增加（增加的百分比與設(shè)置有關(guān)），可能會(huì)令某些人感到不習(xí)慣（我就親眼見(jiàn)到有人在論壇上抱怨為什么壓出來(lái)的RAR文件會(huì)如此龐大），所以這個(gè)功能基本上形同虛設(shè)。

四、開(kāi)放性

開(kāi)放性的對(duì)比很明顯：zip格式不僅文件格式完全公開(kāi)，而且有專門的開(kāi)源組織提供操作源代碼，跨平臺(tái)使用也沒(méi)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(tái)使用有點(diǎn)麻煩。

zip開(kāi)源組織中，最出名的是zlib和InfoZip，二者各有側(cè)重：zlib偏重對(duì)內(nèi)存緩沖區(qū)的壓縮，因此被png等開(kāi)源組織用做內(nèi)部壓縮算法，連java的jar程序內(nèi)核都來(lái)自zlib，打出來(lái)的jar包自然也是一個(gè)標(biāo)準(zhǔn)的zip文件；InfoZip偏重對(duì)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(gè)人覺(jué)得其實(shí)它還是滿好用的，前提是需要對(duì)它的源代碼進(jìn)行一些必要的修改。

在png組織的網(wǎng)頁(yè)中有說(shuō)到png格式的來(lái)歷，我覺(jué)得也很有意思：做png的一班人，其實(shí)原來(lái)都是做gif格式的，但是由于Unisys公司開(kāi)始對(duì)gif格式的核心——LZW壓縮算法征收專利費(fèi)，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(kāi)源的zlib，壓縮 效果在多數(shù)情況下比gif的LZW更強(qiáng)。由于沒(méi)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(shí)提出動(dòng)畫支持并因此在web上大行其道，我估計(jì)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(diǎn)，不過(guò)據(jù)說(shuō)是直接從WinRAR的源代碼中摳出來(lái)的，所以兼容性應(yīng)該沒(méi)有什么問(wèn)題。

五、結(jié)論

以下觀點(diǎn)純屬個(gè)人觀點(diǎn)，僅供參考，不具有如何指導(dǎo)意義：

• 如果經(jīng)常需要對(duì)壓縮包進(jìn)行隨機(jī)訪問(wèn)，應(yīng)該選zip而不是rar。雖然將下載到的rar重新壓縮成zip會(huì)麻煩一次，但是以后會(huì)減少無(wú)數(shù)的麻煩。
• 如果需要分卷壓縮（如某些網(wǎng)站對(duì)上傳文件大小有限制），則只能用rar。事實(shí)上，這也是我唯一會(huì)使用rar格式的場(chǎng)合，其它時(shí)候一律zip沒(méi)商量。