聊聊 Go 如何打包與壓縮文件
文件的打包、壓縮與解壓縮是經常會使用到的功能，我們可以通過 tar、gzip 等工具來完成這些操作。在 Go 中，標準庫archive與compress為我們提供了這些能力，通過本文示例，你會發現以 Go 編程的方式生成與處理壓縮打包文件也非常簡單。
打包和壓縮
在開始代碼之前，我們需要明確打包和壓縮的概念。
- 打包，又被稱為歸檔，指的是一個文件或目錄的集合，而這個集合被存儲在一個文件中。
- 壓縮，指的是利用算法將文件進行處理，以達到保留最大文件信息，而讓文件體積變小的目的。
以打包工具 tar 為例，通過其打出來的文件通常稱為 tar 包，其文件命名通常以 .tar 結尾。再通過其他的壓縮工具對 tar 包進行壓縮，例如 gzip 壓縮，則得到通常以 .tar.gz 結尾命名的壓縮文件（在 tar 中可使用 -z 參數來調用gzip）。
tar 包是文件的集合，其結構也是由數據段組成的，每塊數據段包含了文件頭（描述文件的元信息）和文件內容。
+----------------------------------------+
| Header |
| [name][mode][owner][group][size] ... |
+----------------------------------------+
| Content |
| XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX|
| XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX|
+----------------------------------------+
| Header |
| [name][mode][owner][group][size] ... |
+----------------------------------------+
| Content |
| XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX|
| XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX|
+----------------------------------------+
| ... |
archive 庫打包與解包
archive 庫的中文含義是檔案，它的作用就是歸檔（打包）與拆檔（解包）。其提供兩種方案：tar 與 zip，調用路徑分別為archive/tar和archive/zip。
我們以 tar 為例，來展示如何實現文件的打包與解包。
首先，新建目標打包文件為 out.tar，再構造一些文件數據 readme.txt、gopher.txt 和 todo.txt 用于歸檔。
import (
"archive/tar"
...
）
func main() {
// Create and add some files to the archive.
tarPath := "out.tar"
tarFile, err := os.Create(tarPath)
if err != nil {
log.Fatal(err)
}
defer tarFile.Close()
tw := tar.NewWriter(tarFile)
defer tw.Close()
var files = []struct {
Name, Body string
}{
{"readme.txt", "This archive contains some text files."},
{"gopher.txt", "Gopher names:\nGeorge\nGeoffrey\nGonzo"},
{"todo.txt", "Get animal handling license."},
}
...
}
接著依次構建文件頭信息，分別指定了文件名、權限和大小（可定義更多文件頭字段），再通過*tar.Writer類型的 tw 變量，按序調用WriteHeader和Write方法將需要打包的數據段（文件頭+文件內容）寫入到out.tar文件。
...
for _, file := range files {
hdr := &tar.Header{
Name: file.Name,
Mode: 0600,
Size: int64(len(file.Body)),
}
if err := tw.WriteHeader(hdr); err != nil {
log.Fatal(err)
}
if _, err := tw.Write([]byte(file.Body)); err != nil {
log.Fatal(err)
}
}
}
執行以上代碼，將得到打包后的 out.tar 文件，可通過 tar 工具指定 -tvf 參數查看歸檔信息。
$ tar -tvf out.tar
-rw------- 0 0 0 38 Jan 1 1970 readme.txt
-rw------- 0 0 0 35 Jan 1 1970 gopher.txt
-rw------- 0 0 0 28 Jan 1 1970 todo.txt
可以看到，指定的文件信息（文件名、權限和大小）符合預期，但其他未指定的元信息是有誤的，例如日期（直接給的默認值）。
如果通過 tar 工具，我們可以執行以下命令來提取 out.tar 中的文件。
$ tar -xvf out.tar
x readme.txt
x gopher.txt
x todo.txt
但在程序中實現，應該怎么做呢？
func main() {
tarPath := "out.tar"
tarFile, err := os.Open(tarPath)
if err != nil {
log.Fatal(err)
}
defer tarFile.Close()
tr := tar.NewReader(tarFile)
for {
hdr, err := tr.Next()
// End of archive
if err == io.EOF {
break
}
if err != nil {
log.Fatal(err)
}
fmt.Printf("Contents of %s: ", hdr.Name)
if _, err := io.Copy(os.Stdout, tr); err != nil {
log.Fatal(err)
}
fmt.Println()
}
}
// Output:
Contents of readme.txt: This archive contains some text files.
Contents of gopher.txt: Gopher names:
George
Geoffrey
Gonzo
Contents of todo.txt: Get animal handling license.
首先需要打開 out.tar，并構造*tar.Reader類型的 tr 變量。之后，利用tr.Next依次提取每個數據段內容，并通過 io.Copy(os.Stdout, tr)，將文件內容拷貝至標準輸出。直到tr.Next遇到io.EOF，它代表讀取到了歸檔文件末尾，則退出提取。
compress 庫壓縮與解壓縮
compress 庫中支持了多種壓縮方案，包括 bzip2、flate、gzip、lzw 和 zlib，調用路徑為compress/xxx。
我們以常用的 gzip 為例，來展示壓縮與解壓縮代碼。
如果同樣是上文中的文件數據 readme.txt、gopher.txt 和 todo.txt，我們想得到 tar 歸檔且被壓縮了的 out.tar.gz 文件，應該如何做呢？
package main
import (
"archive/tar"
"compress/gzip"
...
)
func main() {
tarPath := "out.tar.gz"
tarFile, err := os.Create(tarPath)
if err != nil {
log.Fatal(err)
}
defer tarFile.Close()
gz := gzip.NewWriter(tarFile)
defer gz.Close()
tw := tar.NewWriter(gz)
defer tw.Close()
...
}
非常簡單！只需要將tar.NewWriter(tarFile)改為tar.NewWriter(gz)即可，其中gz是由gzip.NewWriter(tarFile) 而來。
我們比較有壓縮與無壓縮的歸檔 tar 包大小，可以看到文件體積從4.0K壓縮為了224B。
$ ls -alh out.tar out.tar.gz
-rw-r--r-- 1 slp staff 4.0K Jul 3 21:52 out.tar
-rw-r--r-- 1 slp staff 224B Jul 3 21:53 out.tar.gz
同理，如果要解壓并解包 out.tar.gz 文件，應該如何做呢？
package main
import (
"archive/tar"
"compress/gzip"
...
)
func main() {
tarPath := "out.tar.gz"
tarFile, err := os.Open(tarPath)
if err != nil {
log.Fatal(err)
}
defer tarFile.Close()
gz, err := gzip.NewReader(tarFile)
if err != nil {
log.Fatal(err)
}
defer gz.Close()
tr := tar.NewReader(gz)
...
}
依然很簡單！只需要將tar.NewReader(tarFile)改為tar.NewReader(gz)即可，其中gz是由gzip.NewReader(tarFile) 而來。
總結
本文展示了如何通過archive/tar包實現文件的打包與解包操作，如何通過compress/gzip包對tar包開展進一步的壓縮與解壓縮。
在展示compress/gzip使用時，多封裝一層Writer/Reader，即可為tar歸檔文件增加壓縮與解壓縮功能。更棒的是，如果你想切換打包/解包、壓縮/解壓縮策略，僅僅替換掉對應的 Writer/Reader 即可。而這種便利，源于 Go 優秀的流式 IO 設計。
當然，紙上得來終覺淺，絕知此事要躬行。沒有使用過archive和compress庫的讀者，可以嘗試用本文未使用過的方案，來試著處理打包壓縮文件。
