第 11 章 压缩归档
Part 2 · 命令行生存
引子
你要下载一个开源项目，压缩包是 .tar.gz 结尾的。 你要把一整个目录传给同事，发过去之前得先打个包。
压缩和归档是两件事——但在 Linux 的世界里，它们经常被绑在一起做。tar 负责打包，gzip 负责压缩，两个工具配合出来的 .tar.gz 格式，是嵌入式开发中你会遇到最多的文件格式。
那个解压命令 tar -xzf something.tar.gz——你大概率已经照抄过很多次了。但 -xzf 这三个字母到底在说什么？为什么有时候又冒出来一个 -czf？z 是什么意思，能不能省掉？
这些问题背后藏着一个更根本的设计：为什么 Linux 不像 Windows 那样给一个"右键 → 压缩"就完事的工具，而是把打包和压缩拆成了两步？
理解这件事，是你和开源社区打交道的基本功。
背景与动机
如果你做过嵌入式开发，以下场景一定不陌生：
- 下载 Linux 内核源码，文件名是
linux-6.1.tar.xz - 下载 U-Boot 源码，拿到的是
u-boot-2023.10.tar.bz2 - 交叉编译工具链，安装包是
gcc-arm-10.3.tar.xz - 给同事发一整个工程目录，你得先打个包
这些 .tar.gz、.tar.bz2、.tar.xz 后缀不是随便起的——它们精确地描述了这个文件经历了什么：先用 tar 把一堆文件打成一个大文件（归档），再用某种压缩算法把它缩小（压缩）。
Windows 用户习惯了 .zip 和 .rar——一个工具同时搞定打包和压缩。Linux 的哲学不一样：一个工具只做一件事，做到极致。打包是打包，压缩是压缩，各管各的。这种拆分看起来多了一步，但它带来了极大的灵活性——你可以自由选择打包工具和压缩工具的组合。
对于嵌入式开发者来说，这是日常操作。不会解压 .tar.gz，你连源码都拿不到。
概念层
两件事：归档与压缩
先把这个最根本的区别钉死。
归档（Archiving）：把一堆文件和目录合并成一个文件。不减小体积，只是把它们"捆"在一起，方便传输和管理。
压缩（Compression）：用算法减小单个文件的体积。只能处理一个文件。
你可以把归档想象成把散落的东西装进一个纸箱——纸箱本身不会让东西变小，只是方便搬运。压缩则是用真空袋把衣服里的空气抽掉——体积确实变小了，但真空袋只能装一件东西。
但这个比喻有一个地方会让人产生误解：真正的纸箱装完就结束了，而 tar 打出来的包还能被压缩工具二次处理。纸箱和真空袋是两道独立的工序——tar 不会帮你压缩，gzip 也不会帮你打包。它们各自只负责一道工序。
这正是 .tar.gz 这个后缀的含义：.tar 说明它先被 tar 归档了，.gz 说明归档之后又被 gzip 压缩了。两步工序，两个工具，一个文件。
回到那个纸箱的类比：你现在应该能看出来，tar 就是那个纸箱（把散落的东西装进去），gzip 就是那个真空袋（把纸箱里的空气抽掉）。如果你只用 tar 不压缩，你得到的就是一个原大小的箱子。如果你只用 gzip 不打包，你只能压缩单个文件——散落在桌面上的十件衣服，你得一件一件地装真空袋，十件衣服十个袋，运输起来照样麻烦。
所以日常操作中，打包和压缩几乎总是一起出现的。
tar：打包机
tar 这个名字来自 Tape ARchiver——磁带归档器。它的原始用途是把文件备份到磁带上。磁带是顺序读写的介质，所以 tar 的格式天然就是"把所有文件首尾相连拼成一个流"。这个设计一直沿用到了今天。
tar 的核心参数就那么几个，但组合起来容易让人晕。先把骨架列出来：
| 参数 | 含义 | 记忆方式 |
|---|---|---|
-c | create，创建归档 | 创建 = 打包 |
-x | extract，提取归档 | 提取 = 解包 |
-t | list，列出归档内容 | 先看看里面有什么 |
-v | verbose，显示过程 | 让它边干边说 |
-f | file，指定文件名 | 后面跟的是文件名 |
-z | 用 gzip 压缩/解压 | .tar.gz 的 z |
-j | 用 bzip2 压缩/解压 | .tar.bz2 的 j |
-J | 用 xz 压缩/解压 | .tar.xz 的 J |
⚠️ 关于
-前缀
tar是一个很古老的命令，它诞生在还没有参数标准化的年代。所以tar的参数前面加不加-都行：tar -czf和tar czf效果完全一样。你会两种写法都见到，别被搞混了。但
-f有一个要求：它后面必须紧跟文件名，中间不能加别的参数。所以-f通常放在最后：tar -czf archive.tar.gz dir/——-f后面的archive.tar.gz是文件名，dir/是要打包的目录。
把上面的参数组合起来，日常最高频的操作就三组：
打包 + 压缩：
# 把 project/ 目录打包并压缩成 .tar.gz
$ tar -czf project.tar.gz project/解压：
# 把 .tar.gz 解开
$ tar -xzf project.tar.gz查看内容（不解压）：
# 看看压缩包里有什么
$ tar -tzf project.tar.gz-c（创建）、-x（提取）、-t（列表）是互斥的——每次只能选一个。-z、-j、-J 也是互斥的——选哪种压缩算法就写哪个字母。-v 和 -f 是辅助选项，前者让你看到过程，后者指定文件名。
这就是 -xzf 的全部含义：x 解包，z 用 gzip 解压，f 后面跟文件名。不是乱码，是三个独立功能的缩写拼在一起。
gzip 与 bzip2：压缩机
gzip 和 bzip2 是两个独立的压缩工具。它们只做一件事：压缩单个文件。
# 用 gzip 压缩一个文件（原文件会被替换）
$ gzip bigfile.bin
$ ls
bigfile.bin.gz # 原文件消失了，变成了 .gz
# 解压
$ gunzip bigfile.bin.gz
$ ls
bigfile.bin # 恢复原样gzip 压缩之后，原文件会被 .gz 文件替换。gunzip 解压之后，.gz 文件又会消失，恢复原文件。这个行为是可预测的——不会同时保留两个版本。
bzip2 的用法几乎一样，只是后缀变成了 .bz2：
# 用 bzip2 压缩
$ bzip2 bigfile.bin
$ ls
bigfile.bin.bz2
# 解压
$ bunzip2 bigfile.bin.bz2
$ ls
bigfile.bin两者的区别在于压缩率和速度的权衡：
| 工具 | 压缩率 | 压缩速度 | 解压速度 | 后缀 |
|---|---|---|---|---|
| gzip | 中等 | 快 | 快 | .gz |
| bzip2 | 较高 | 慢 | 中等 | .bz2 |
| xz | 最高 | 最慢 | 慢 | .xz |
在日常开发中，.tar.gz 是最常见的格式——它在压缩率和速度之间取得了最好的平衡。.tar.bz2 偶尔出现在对体积敏感的场景（比如发布大版本源码）。.tar.xz 压缩率最高但最慢，Linux 内核源码现在默认用 .xz 发布——几百 MB 的源码树，多花几分钟压缩换来少下载几十 MB，在分发场景下是划算的。
对于你来说，现阶段记住一点就够：解压时看后缀选参数。.tar.gz 用 -z，.tar.bz2 用 -j，.tar.xz 用 -J。其他操作都一样。
zip 与 unzip：跨平台桥梁
zip 和 unzip 是 Linux 上处理 .zip 格式的工具——这个格式在 Windows 世界里是绝对的统治者。
zip 和 tar 的关键区别在于：zip 自己就同时做了打包和压缩，不需要额外调用 gzip。所以它的命令更简单：
# 把整个 project/ 目录压缩成 .zip
$ zip -r project.zip project/
# 解压
$ unzip project.zip-r 表示递归——把目录下的所有东西都打包进去。不加 -r，zip 只会打包目录本身（一个空壳）。
什么时候用 zip 而不是 tar.gz？当你需要把文件发给 Windows 用户，或者和 Windows 环境做文件交换的时候。嵌入式开发中 .tar.gz 更常见，但 .zip 也不时出现。
实践层
4.1 打包与解包——tar 的基本功
先建一个练习用的目录结构：
$ mkdir -p ~/tar-lab/project/src
$ echo "hello world" > ~/tar-lab/project/src/main.c
$ echo "BUILD_DIR = build" > ~/tar-lab/project/Makefile
$ echo "v1.0" > ~/tar-lab/project/README
$ cd ~/tar-lab打包——不带压缩
# 把 project/ 打包成一个 .tar 文件
$ tar -cf project.tar project/
$ ls -lh project.tar
# 预期输出
-rw-r--r-- 1 charlie charlie 10K 6月 11 10:00 project.tar-c 创建归档，-f project.tar 指定输出文件名。没有 -z 或 -j，所以这只是纯粹的打包——体积不会变小。
查看归档内容
$ tar -tf project.tar
# 预期输出
project/
project/src/
project/src/main.c
project/Makefile
project/README-t 列出内容，不打扰原文件。在解压之前先 -t 看一眼是个好习惯——尤其是当你不确定压缩包里是什么的时候。
解包
# 先删掉原目录，模拟"拿到一个 .tar 文件"的场景
$ rm -rf project/
$ tar -xf project.tar
$ ls project/
# 预期输出
Makefile README src-x 解包，-f project.tar 指定归档文件。文件恢复了。
这里有一个细节值得注意：tar -xf 会按照归档时的目录结构原样还原。如果归档时打包的是 project/（顶层目录名），解压后就会在当前目录下创建一个 project/ 目录。如果归档时打包的是一堆散文件（没有顶层目录），解压后这些文件就会散落在当前目录里——和当前目录已有的文件混在一起。
⚠️ 踩坑预警：解压前先看一眼
不是所有的
.tar包都有一个整洁的顶层目录。有些压缩包直接把文件散装在根目录下——如果你在~下解压，这些文件会散落在你的家目录里，清理起来很头疼。养成习惯：解压之前，
tar -tf先看一眼目录结构。如果顶层没有一个统一的文件夹，就先建一个目录，把压缩包移进去再解。
4.2 打包 + 压缩——合二为一
刚才的 .tar 文件 10KB，太小了看不出压缩效果。我们来造一个大一点的文件：
# 生成一个 1MB 左右的测试文件
$ dd if=/dev/urandom of=~/tar-lab/project/src/bigdata.bin bs=1K count=900
$ cd ~/tar-lab打包并压缩成 .tar.gz
$ tar -czf project.tar.gz project/
$ ls -lh project.tar project.tar.gz
# 预期输出（.tar.gz 会明显小于 .tar）
-rw-r--r-- 1 charlie charlie 900K 6月 11 10:00 project.tar
-rw-r--r-- 1 charlie charlie 900K 6月 11 10:00 project.tar.gz随机数据的压缩效果很差（它本来就是"满的"，没什么冗余可压缩）。换成源码或文本文件，压缩率会非常明显——通常能压缩到原大小的 20%-30%。
加上 -v 看看过程：
$ tar -czvf project.tar.gz project/
# 预期输出
project/
project/src/
project/src/main.c
project/src/bigdata.bin
project/Makefile
project/README-v 让 tar 输出正在处理的每个文件名。打包文件少的时候无所谓，文件多了可以让你确认它没有漏掉什么。
解压 .tar.gz
$ rm -rf project/
$ tar -xzf project.tar.gz
$ ls project/src/
# 预期输出
bigdata.bin main.c注意 tar -xzf 会自动判断压缩格式——实际上，现代版本的 tar 足够聪明，你可以省略 -z：
# 现代 tar 可以自动检测压缩格式
$ tar -xf project.tar.gz但显式写上 -z 是更保险的做法——在脚本里尤其如此，明确比隐晦好。
打包并压缩成 .tar.bz2
$ tar -cjf project.tar.bz2 project/
$ ls -lh project.tar.gz project.tar.bz2
# 预期输出
-rw-r--r-- 1 charlie charlie 900K 6月 11 10:00 project.tar.bz2
-rw-r--r-- 1 charlie charlie 900K 6月 11 10:00 project.tar.gz对于随机数据，bzip2 和 gzip 差不多。但对于源码和文本，bzip2 通常能多压 10%-20%，代价是压缩时间更长。
4.3 解压到指定目录
默认情况下，tar -xzf 会在当前目录下解压。如果你想解压到别的地方：
# 解压到指定目录
$ mkdir -p ~/tar-lab/output
$ tar -xzf project.tar.gz -C ~/tar-lab/output/
$ ls ~/tar-lab/output/
# 预期输出
project-C（大写）告诉 tar：在动手之前，先切到这个目录。
这里顺带提一个容易踩的坑：如果你用绝对路径打包，tar 会自动剥离前导的 /，并输出一条警告：
$ tar -czf etc-backup.tar.gz /etc/hosts
# 预期输出（含警告）
tar: Removing leading '/' from member names这不是报错，而是 tar 的安全机制——它怕你解压时意外覆盖系统文件。所以压缩包里存的是 etc/hosts（没有前导 /），解压时会在当前目录下创建 etc/hosts。如果你确实想保留绝对路径，加 -P（--absolute-names）参数——但一般不需要。
另一个有用的参数是 --strip-components=N——解压时跳过前 N 层目录。比如压缩包里是 project-v1/src/main.c，但你只想解出 src/main.c：
$ tar -xzf project-v1.tar.gz --strip-components=1
# 解压出来是 src/main.c，去掉了顶层的 project-v1/这在嵌入式开发中很常用：下载的源码压缩包通常带一个版本号目录（如 linux-6.1/），而你只需要内容不要那层目录。
这个选项在交叉编译工具链解压时也经常出现。比如你下载了一个工具链压缩包，想把它解压到 /opt 目录下：
$ sudo tar -xzf gcc-arm-10.3-x86_64-arm-none-linux-gnueabihf.tar.xz -C /opt/4.4 zip 与 unzip
当你需要和 Windows 环境交换文件时，.zip 是最安全的选择：
# 压缩成 .zip
$ cd ~/tar-lab
$ zip -r project.zip project/
# 预期输出
adding: project/ (stored 0%)
adding: project/src/ (stored 0%)
adding: project/src/main.c (stored 0%)
adding: project/Makefile (stored 0%)
adding: project/README (stored 0%)
# 解压 .zip
$ rm -rf project/
$ unzip project.zip
# 预期输出
Archive: project.zip
creating: project/
creating: project/src/
inflating: project/src/main.c
inflating: project/Makefile
inflating: project/READMEzip -r 递归打包目录，unzip 解压。操作比 tar 简单，但功能也没那么细——日常够用。
4.5 查看压缩信息
有时候你想知道一个压缩包里有什么，又不想解压：
# .tar.gz 查看
$ tar -tzf project.tar.gz
# .zip 查看
$ unzip -l project.zip
# 预期输出
Archive: project.zip
Length Date Time Name
--------- ---------- ----- ----
0 06-11-2026 10:00 project/
0 06-11-2026 10:00 project/src/
12 06-11-2026 10:00 project/src/main.c
19 06-11-2026 10:00 project/Makefile
5 06-11-2026 10:00 project/README
--------- -------
36 5 filesunzip -l 会列出每个文件的大小和修改时间——在决定要不要解压之前，先看看里面有什么。
练习题
走到这里，归档和压缩的机制应该已经清楚了。下面几道题递进难度，建议先自己试，卡住了再翻提示。
练习 11.1 ⭐（理解）
tar -czf archive.tar.gz dir/ 这条命令中，如果把 -f 放到最前面写成 tar -fcz archive.tar.gz dir/，会发生什么？为什么？
提示：回忆
-f参数的要求——它后面必须紧跟文件名。
练习 11.2 ⭐⭐（应用）
你下载了一个文件 u-boot-2023.10.tar.bz2，写出完整的命令完成以下操作：
- 不解压，查看压缩包里的顶层目录结构（只看第一级）
- 把它解压到
~/src/目录下
提示：
.tar.bz2用-j参数。查看顶层目录可以用tar -tjf ... | head -n 20。
练习 11.3 ⭐⭐⭐（思考）
gzip 只能压缩单个文件，tar 只负责打包不压缩。那为什么 Linux 不设计一个同时做这两件事的工具？这种"一个工具只做一件事"的设计哲学，优势和代价分别是什么？
提示：想想如果你发明了一种新的压缩算法，在两种架构下分别需要做什么。
本章回响
这一章的核心认知只有一件事：归档和压缩是两道独立的工序，tar 和 gzip 各负责一道。
理解了这一点，.tar.gz 这个后缀就不再神秘——它只是一个 .tar 文件被 gzip 又压缩了一遍。-xzf 也不再是乱码：x 解包，z 解压，f 后面跟文件名。三个字母各管各的，拼在一起就是一整条流水线。
还记得开头那个问题吗——为什么 Linux 不像 Windows 那样给一个"右键→压缩"就完事？因为拆开之后，你可以自由组合：今天用 gzip，明天换 xz，打包工具不用改。你可以给 tar 配任何压缩算法，甚至不压缩——只打包传给磁带备份。这种灵活性在嵌入式开发中尤其重要：不同的板子、不同的带宽限制、不同的存储约束，你可能需要不同的压缩策略。一个全能工具做不到这件事，两个各管一摊的工具可以。
下一章我们要进入一个新的 Part——文本与编辑。你要学的第一个工具是 Vim：在终端里改文件。压缩包解开了，里面的配置文件要改、源码要看，这些操作都离不开一个趁手的编辑器。