imported>Siegbert v2: doppelter Pfad für goethe.ira.uka.de/seminare/rftk/zip

2025-07-21T20:02:19Z

doppelter Pfad für goethe.ira.uka.de/seminare/rftk/zip

Neue Seite

{{SEITENTITEL:gzip}}
{{Infobox Software
| Name = gzip
| Logo = [[Datei:Gzip-Logo.png|92px|Logo]]
| Screenshot = [[Datei:Gzip-screenshot.png|240px|Screenshot]]
| Beschreibung = Hilfeanzeige in der Kommandozeile
| Maintainer =
| Hersteller = Jean-Loup Gailly und Mark Adler
| Management =
| AktuelleVersion = 
| AktuelleVersionFreigabeDatum =
| Betriebssystem = [[plattformübergreifend]] verfügbar
| Programmiersprache = [[C (Programmiersprache)|C]]
| Kategorie = [[Datenkompression]]
| Lizenz = [[GNU General Public License|GPL]] ([[Freie Software]])
| Deutsch =
| Website = [https://www.gnu.org/software/gzip/ gnu.org/software/gzip]
}}

'''gzip''' ist ein [[Freie Software|freies]] [[Datenkompression|Kompressionsprogramm]], das – ebenso wie das entsprechende [[Dateiformat]] gzip – praktisch für alle Computer[[betriebssystem]]e verfügbar ist (unter den Bedingungen der [[GNU General Public License|GPL]] auch im [[Quelltext]]).

Allgemein ist ''gzip'' die Kurzform für „[[GNU-Projekt|GNU]] zip“, wobei „zip“ vom englischen Wort für den Reißverschluss entlehnt wurde. [[OpenBSD]] hat eine [[BSD-Lizenz|BSD-lizenzierte]] Reimplementierung unter den Namen <code>gzip(1), gunzip(1)</code> sowie <code>gzcat(1)</code> vorgenommen, die völlig kompatibel zu den GNU-Werkzeugen ist.<ref>{{man|1|gzip|OpenBSD|compress and expand data (deflate mode)}}</ref>

gzip bietet einen für Text zufriedenstellenden Kompressionsgrad und ist frei von patentierten Algorithmen ([[deflate]] wird verwendet). Es wurde ursprünglich von Jean-Loup Gailly entwickelt, um das unter [[Unix]] verwendete [[compress]]<ref>{{man||compress|posix|compress data}}</ref> zu ersetzen. [[Mark Adler (Informatiker)|Mark Adler]] schrieb das Dekompressionsprogramm '''gunzip'''.

== Technik ==
gzip basiert auf dem ''[[Deflate]]''-Algorithmus, der eine Kombination aus [[LZ77]] und [[Huffman-Kodierung]] ist. Deflate wurde als Reaktion auf die [[Patent]]e entwickelt, die auf [[Lempel-Ziv-Welch-Algorithmus|LZW]] und anderen Kompressionsalgorithmen bestanden. Auch das [[ZIP-Dateiformat|ZIP]]-Dateiformat verwendet hauptsächlich Deflate zur Komprimierung, darf aber ansonsten nicht mit gzip verwechselt werden.

Die Fenstergröße bei gzip beträgt 32 KiB. Wenn eine Abfolge von Bytes sich in den vorherigen 32 KiB nicht wiederholt, wird sie unkomprimiert in der .gz-Datei gespeichert.<ref>Jean-loup Gailly, Mark Adler: {{Webarchiv |url=http://www.gzip.org/algorithm.txt |text=Compression algorithm (deflate) |wayback=20140216115636}} gzip.org. 1. September 1997 ([[Liste der HTTP-Headerfelder#Antwort-Headerfelder|Last-Modified]]).</ref> Diese Fenstergröße ist gegenüber modernen Kompressionsprogrammen (z. B. [[bzip2]] mit 100 bis 900 KiB Blockgröße, [[rzip]] als Extremfall mit 900 MiB Fenstergröße) veraltet, jedoch ist gzip immer noch eines der schnellsten Kompressions-Programme und kann vielseitig eingesetzt werden, zum Beispiel in Verbindung mit einer sogenannten ''[[Pipe (Informatik)|Pipeline]]'' – die Ausgabe („standard out“) eines Programms kann die Eingabe („standard in“) von gzip darstellen und umgekehrt.

Um die Entwicklung von Software zu vereinfachen, die Datenkompression nutzt, wurde die ''[[zlib]]''-Bibliothek geschrieben. Sie unterstützt das gzip-Dateiformat und die Deflate-Kompression. Die Bibliothek ist weit verbreitet, da sie klein, effizient und vielseitig ist.

== Aufbau ==
Das Archiv-Dateiformat für gzip ist gemäß <nowiki>RFC 1952</nowiki> in Version 4.3 vom Mai 1996 spezifiziert.<ref name="RFC1952" /> Wenn einzelne Dateien mit gzip komprimiert werden, werden auch diverse [[Metadaten]] gespeichert, u. a. das Betriebssystem, unter dem das Archiv erstellt wurde, sowie die einzelnen Dateinamen und ihre Modifikationszeiten.

Auf modernen Betriebssystemen ergeben sich in dieser letzten Version des Archivformats bei den Metadaten folgende Einschränkungen:
* Die Dateigröße der Quelldatei ist auf [[Modulo]] 2<sup>32</sup> (entspricht 4 GiB) begrenzt, sodass unkomprimierte Dateigrößen > 4 GiB nicht korrekt angezeigt werden können, obwohl die Dateien selbst korrekt komprimiert wurden und auch dekomprimiert werden können. Es gibt jedoch [[Workaround]]s um die korrekten unkomprimierten Dateigrößen zu ermitteln.
* Die Modifikationszeit ist in der Zukunft auf den 7. Februar 2106, 06:28:15 [[Koordinierte Weltzeit|UTC]], beschränkt und speichert nur Sekundengenau. Moderne [[64-Bit-Architektur|64-Bit]]-Systeme unterstützen jedoch meist auch Mikro- und Nanosekunden – diese können in einem GZIP-Archiv weder gespeichert werden noch können sie wiederhergestellt werden. Auf einigen [[32-Bit-Architektur|32-Bit]]-Systemen hingegen ist das reale Limit für die Modifikationszeit in der Zukunft real niedriger, wenn diese vom [[Jahr-2038-Problem]] betroffen sind, was auf allen älteren [[Unixoides System|Unix-artigen]] Betriebssystemen der Fall ist.<ref>{{Internetquelle |url=https://www.gnu.org/software/gzip/manual/gzip.html#Overview |titel=GNU Gzip Documentation |hrsg=Free Software Foundation |sprache=en |abruf=2020-09-15}}</ref>
Eine Gzip-Datei besteht aus folgenden Komponenten in dieser Reihenfolge:
{| class="wikitable"
|+
!Größe(bytes)
!Optional
!Komponente
|-
|10
|Nein
|[[Header]]
|-
|dynamisch
|Ja
|Zusatzinformationen
|-
|dynamisch
|Ja
|Original-Dateiname
|-
|dynamisch
|Ja
|Dateikommentar
|-
|2
|Ja
|[[CRC-16]] [[Prüfsumme]] für Header, Zusatzinformationen, Original-Dateiname und Dateikommentar
|-
|dynamisch
|Nein
|komprimierte Nutzdaten
|-
|4
|Nein
|CRC-32 Prüfsumme für die unkomprimierte Quelldatei
|-
|4
|Nein
|Größe der unkomprimierten Quelldatei [[Modulo]] 2<sup>32</sup>
|}

=== Header ===
{| class="wikitable"
!Position
!Länge(bytes)
!Kürzel
!Bedeutung
|-
|0
|2
|ID1, ID2
|[[Magische Zahl (Informatik)#Magische Zahlen zur Kennzeichnung von Dateitypen|Magische Zahl]] (immer 0x1F, 0x8B)
|-
|2
|1
|CM
|Kompressionsmethode
0x00 bis 0x07 sind reserviert.
0x08 bedeutet „[[Deflate]]“.
|-
|3
|1
|FLG
|[[Bitfeld]], siehe [[Gzip#FLG-Bitfeld|FLG-Bitfeld]]
|-
|4
|4
|MTIME
|Modifikationszeitstempel als [[Unixzeit]], ein Nullwert bedeutet, dass kein Zeitstempel verfügbar ist.
|-
|8
|1
|XFL
|kompressionsmethodenspezifische Zusatzinformationen
Für [[Deflate]] sind folgende Werte definiert:
0x02 = Des Kompressionsprogramm hat den stärksten, langsamsten Algorithmus angewandt.
0x04 = Das Kompressionsprogramm hat den schnellsten Algorithmus angewandt.
|-
|9
|1
|OS
|Art des Dateisystems bzw. Betriebssystems von welchem aus die Kompression durchgeführt wurde.
Siehe [[Gzip#Betriebssystemtabelle|Betriebssystemtabelle]].
|}

==== FLG-Bitfeld ====
Wichtig ist, dass hier immer die Bits beachtet werden. Das bedeutet, dass z. B. 00010011 ([[Binärcode|binär]]) = 19 ([[Dezimalsystem|dezimal]]) = 0x13 ([[Hexadezimalsystem|hexadezimal]]) folgendes aussagt: Die Datei ist wahrscheinlich [[American Standard Code for Information Interchange|ASCII]]-Text, eine CRC-16 Prüfsumme ist vorhanden, optionale Zusatzinformationen sind nicht vorhanden, der originale [[Dateiname]] ist nicht vorhanden und ein Dateikommentar ist vorhanden.
{| class="wikitable"
|+
!Bitposition
!Dezimalwert
!Kürzel
!Bedeutung
|-
|0
|1
|FTEXT
|Datei ist wahrscheinlich ASCII-Text
|-
|1
|2
|FHCRC
|CRC-16 Prüfsumme ist vorhanden
|-
|2
|4
|FEXTRA
|Zusatzinformationen sind vorhanden
|-
|3
|8
|FNAME
|Original-Dateiname ist vorhanden
|-
|4
|16
|FCOMMENT
|Dateikommentar ist vorhanden
|-
|5
|32
|
|''Reserviert (muss 0 sein)''
|-
|6
|64
|
|''Reserviert (muss 0 sein)''
|-
|7
|128
|
|''Reserviert (muss 0 sein)''
|}

==== Betriebssystemtabelle ====
{| class="wikitable"
|-
! Byte Wert
! Bedeutung
|-
| 0
| [[File Allocation Table|FAT]] (Dateisystem)
|-
| 1
| [[AmigaOS]]
|-
| 2
| [[Virtual Memory System|VMS]] oder OpenVMS
|-
| 3
| [[Unix]]
|-
| 4
| VM oder CMS
|-
| 5
| [[Atari]] [[TOS (Betriebssystem)|TOS]]
|-
| 6
| [[High Performance File System|HPFS]] (Dateisystem)
|-
| 7
| [[Macintosh]] (Plattform), [[Mac OS (Apple)|Mac OS]] (Betriebssystem)
|-
| 8
| Z-System
|-
| 9
| [[CP/M]]
|-
| 10
| [[TOPS-20]]
|-
| 11
| [[NTFS]] (Dateisystem)
|-
| 12
| [[QDOS]]
|-
| 13
| [[Acorn]] [[RISC OS]]
|-
| 255
| Unbekannt
|}

=== Optionale Felder ===
==== Zusatzinformationen ====
Wenn FEXTRA gesetzt ist, folgt ein zwei Byte großes Feld, welches die Größe der Zusatzinformationen angibt, gefolgt von den Zusatzinformationen selbst in einem speziellen Format.

==== Original-Dateiname ====
Wenn FNAME gesetzt ist, folgt der Original-Dateiname als [[Zeichenkette#Repräsentation mit Abschlusszeichen|nullterminierte Zeichenkette]] mit [[ISO 8859-1]] Kodierung.

==== Dateikommentar ====
Wenn FCOMMENT gesetzt ist, folgt der Dateikommentar als [[Zeichenkette#Repräsentation mit Abschlusszeichen|nullterminierte Zeichenkette]] mit [[ISO 8859-1]] Kodierung. Der Dateikommentar ist nicht programmatisch zu interpretieren und dient nur dazu vom Endbenutzer gelesen zu werden.

==== CRC-16 Prüfsumme ====
Wenn FHCRC gesetzt ist, folgt die CRC-16 Prüfsumme, bestehend aus den zwei niedrigen Bytes der CRC-32 Prüfsumme des Headers inklusive der optionalen Felder(mit Ausnahme der Prüfsumme selbst).

=== CRC-32 Prüfsumme und Dateigröße ===
Es folgen eine CRC-32 Prüfsumme und die Größe der unkomprimierten Originaldatei. Die Dateigröße wird [[Modulo]] 2<sup>32</sup> gespeichert, was zur Folge hat, dass das Dateigrößenfeld bei Dateigrößen > 4 GiB nicht aussagekräftig ist.

== Beispielaufrufe ==
Eine Datei packen:
gzip <Dateiname>

Eine gepackte Datei entpacken:
gzip -d <Dateiname>
oder
gunzip <Dateiname>

Rekursiv alle Dateien in einem Verzeichnis packen und die Kompressionsrate angeben:
gzip -rv <Verzeichnis>

Eine komprimierte Text-Datei ausgeben:
zcat <Dateiname>

Eine defekte komprimierte Datei bis zur Fehlerstelle entpacken:
zcat <gzip-Datei> > <Ziel-Datei>

Ermittlung der unkomprimierten Dateigröße bei archivierten Dateien, die größer als 4 GiB sind:<ref>{{Internetquelle |url=https://www.gnu.org/software/gzip/manual/gzip.html#Invoking-gzip |titel=GNU Gzip Documentation |hrsg=Free Software Foundation |sprache=en |abruf=2020-09-15}} {{" |Sprache=en |Text=The gzip format represents the input size modulo <code>2^32</code>, so the uncompressed size and compression ratio are listed incorrectly for uncompressed files 4 GiB and larger. To work around this problem, you can use the following command to discover a large uncompressed file’s true size: <code style="white-space:nowrap">zcat file.gz | wc -c</code>}}</ref>
zcat <gzip-Datei> | [[wc (Unix)|wc]] -c

== gzip-komprimierte Dateien ==
{{Infobox Dateiformat
| Name = gzip
| Icon =
| Logo =
| Dateiendung = .gz
| MIME = application/gzip
| MIME-Anm = <ref>{{RFC-Internet |RFC=6713 |Titel=The ‘application/zlib’ and ‘application/gzip’ Media Types |Datum=2012-08}}</ref>
| MagischeZahl = \x1F\x8B\x08
| MagischeZahlNotation = [[ASCII-C-Notation]]
| MagischeZahlHex =
| Entwickler = Jean-Loup Gailly und Mark Adler
| Art = [[Datenkompression]]
| Container für = eine beliebige [[Datei]]
| Enthalten in =
| Erweitert von = [[compress]]
| Erweitert zu =
| Standard = <nowiki>RFC 1952</nowiki><ref name="RFC1952" />
| Website = [https://www.gzip.org/ gzip.org]
}}

Die übliche Dateiendung für gzip-komprimierte Dateien ist heute <code>.gz</code>, früher auch <code>.z</code>.

Da gzip nur einzelne Dateien komprimieren kann, werden mehrere Dateien bzw. Verzeichnisbäume üblicherweise zunächst mit [[Tar (Packprogramm)|tar]] zu einer ''Tarball'' genannten Archivdatei zusammengefasst, welche anschließend mit gzip komprimiert wird.
[[Datei:Targzip.svg|mini|links|300px|Zunächst werden Dateien (Kreise) mit tar gepackt, anschließend wird dieses Archiv mit gzip komprimiert.]]
<div style="clear:left;"></div>
Solche komprimierten Archivdateien tragen dann meist die doppelte Endung <code>.tar.gz</code> oder auch einfach <code>.tgz</code>.
Diese Methode ermöglicht insgesamt bessere Komprimierung, da so Redundanzen zwischen den einzelnen Dateien ausgenutzt werden können ([[progressive Kompression]]), erschwert aber den Zugriff auf die einzelnen Bestandteile.

== Verbreitung ==
Unter [[Unix]] ist die Komprimierung mit gzip heute Standard, weil sie für viele Aufgaben einen guten Kompromiss aus hoher Geschwindigkeit und guter Datenreduktion ermöglicht. Wo es weniger auf Geschwindigkeit als auf minimale Dateigrößen ankommt (etwa bei der breiten Verteilung von Daten über relativ langsame Netze), werden allerdings zunehmend [[bzip2]] und [[XZ Utils|LZMA]] verwendet (ebenso wie bei gzip in Kombination mit tar).

Das zlib-komprimierte Dateiformat, der Deflate-Algorithmus und das gzip-Dateiformat wurden 1996 als [[Request for Comments]] <nowiki>RFC 1950</nowiki>,<ref>{{RFC-Internet |RFC=1950 |Titel=ZLIB Compressed Data Format Specification version 3.3 |Datum=1996-05}}</ref> <nowiki>RFC 1951</nowiki><ref>{{RFC-Internet |RFC=1951 |Titel=DEFLATE Compressed Data Format Specification version 1.3 |Datum=1996-05}}</ref> und <nowiki>RFC 1952</nowiki><ref name="RFC1952" /> standardisiert.

== Siehe auch ==
* [[Brotli]] ist ein Datenkompressions-Algorithmus auf Basis von LZ77 und Huffman-Kodierung, der von Zoltán Szabadka und Jyrki Alakuijala entwickelt wurde
* [[Zopfli]] wird als der dateigrößeneffizienteste verfügbare Deflate-Kodierer angesehen
* <code>pigz</code> ist eine von Mark Adler programmierte Version von <code>gzip</code>, welche sämtliche verfügbaren [[Prozessorkern]]e und [[Thread (Informatik)|-threads]] benutzt, und so die Kompression merklich beschleunigt
* [[Liste von Datenkompressionsprogrammen]]

== Weblinks ==
* [https://www.gzip.org/ gzip.org] – ursprüngliche Projektseite (englisch)
* {{RFC-Internet |Autor=P. Deutsch |RFC=1952 |Titel=GZIP File Format Specification version 4.3 |Datum=1996-05}}
* {{man|1|gzip|gnu|gzip, gunzip, zcat – Dateien komprimieren und expandieren}}
* {{Webarchiv |url=http://goethe.ira.uka.de/seminare/rftk/zip/ |text=Daten archivieren mit zip, gzip und tar |wayback=20030502092417}} ira.uka.de – gut verständliche Beschreibung der verschiedenen Komprimiermöglichkeiten

== Einzelnachweise ==
<references>
<ref name="RFC1952">
{{RFC-Internet |Autor=P. Deutsch |RFC=1952 |Titel=GZIP File Format Specification version 4.3 |Datum=1996-05}}
</ref>
</references>

[[Kategorie:Freie Datenkompressionssoftware]]
[[Kategorie:Unix-Software]]
[[Kategorie:Abkürzung]]
[[Kategorie:Linux-Software]]
[[Kategorie:GNU-Paket]]

Gzip - Versionsgeschichte

imported>Siegbert v2: doppelter Pfad für goethe.ira.uka.de/seminare/rftk/zip