在 Linux 上使用 split 和 cat 后损坏的 zip 文件

Question

我不得不拆分这个 2.6 GB 的 zip 文件，以便通过慢速上行链路发送它。我这样做了：

split -b 879m BIGFILE.zip

这创建了我上传到远程服务器的 xaa、xab 和 xac。传输完成后，我使用 md5sum 验证了这 3 个部分中的每一个（在我的本地系统和服务器上）：

md5sum xaa
md5sum xab
md5sum xab

所有 3 个哈希值都与我系统上的 3 个哈希值相同，因此传输进行得很顺利。现在，在远程系统上，当我这样做时：

cat xa* > BIGFILE.zip

...然后我验证这个 BIGFILE.zip 的哈希值（在两个系统上）：

md5sum BIGFILE.zip

......他们两个都匹配。

现在是有趣的部分。当我尝试列出 zip 文件的内容时，出现错误：

unzip -l BIGFILE.zip

我得到：

Archive:  BIGFILE.zip
  End-of-central-directory signature not found.  Either this file is not
  a zipfile, or it constitutes one disk of a multi-part archive.  In the
  latter case the central directory and zipfile comment will be found on
  the last disk(s) of this archive.
unzip:  cannot find zipfile directory in one of BIGFILE.zip or
        BIGFILE.zip.zip, and cannot find BIGFILE.zip.ZIP, period.

这完全很奇怪。我在两个系统上使用相同版本的“解压缩”。当我在本地系统上使用“unzip -l”时，它可以工作。

谢谢你的帮助。JFA

Answer 1

相同的 MD5 哈希表明传输运行良好。

超过 2G 的文件大小听起来有点像指针大小问题——也许有问题的 zip 处理得不好？超过 (ca) 2G 将是 32 位的负数......你能在你压缩它的系统上解压缩文件吗？两个系统有区别吗？一个是 64 位，有问题的 32 位？两个系统上的文件系统是什么？你能找到另一个 zip 实用程序吗？

如果您有机会重新传输内容，您可能希望使用 tar.gz 或保持文件大小低于该值。gzip 压缩内容应该可以更好地处理这个问题。Zip 将内容（索引）存储在文件末尾。

编辑：是的，请看这里：

实际上，由于 UnZip 使用 fseek() 函数在存档内跳转，因此在许多系统上的实际限制可能是 2 GB。因为 fseek 的偏移参数通常是一个有符号的长整数，所以在 32 位系统上，UnZip 不会找到任何从存档开头开始超过 2 GB 的文件 [...]