如何修改非常大的 zip 中的单个文件而不重写整个 zip？

Question

我有包含巨大文件的大型 zip 文件。zip 存档中有一些需要修改的“元数据”文本文件。但是，无法提取整个 zip 并重新压缩它。我需要在 zip 中找到目标文本文件，对其进行编辑，并可能将更改附加到 zip 文件中。文本文件的文件名始终相同，因此可以进行硬编码。这可能吗？有没有更好的办法？

Answer 1

有两种方法。首先，如果您只是想避免重新压缩整个 zip 文件，则可以使用任何现有的 zip 实用程序来更新存档中的单个文件。这将需要有效地复制整个存档并使用替换的条目创建一个新存档，然后删除旧的 zip 文件。这不会重新压缩未被替换的数据，因此应该相对较快。至少，复制 zip 存档所需的时间大约相同。

如果您想避免复制整个 zip 文件，则可以通过将 zip 文件中的本地和中央标头中的名称（保持名称长度相同）更改为您赢得的名称来有效删除要替换的条目否则不要使用，这表明该文件应该被忽略。例如，用波形符替换名称的第一个字符。然后您可以使用更新的文本文件附加一个新条目。这需要重写 zip 文件末尾的中心目录，该目录非常小。

（另一个答案中建议不要引用中央目录中不需要的条目不一定有效，具体取决于用于读取 zip 文件的实用程序。某些实用程序将读取 zip 文件条目信息的本地标头，并忽略中央目录。其他实用程序将执行相反的操作。因此本地和中央条目信息应保持同步。）

Answer 2

zip 存档中有一些需要修改的“元数据”文本文件。但是，无法提取整个 zip 并重新压缩它。

这是一个很好的教训，为什么在处理大型数据集时，将元数据与数据保存在同一位置是一个坏主意。

文件.zip格式并不是特别复杂，并且绝对可以替换其中的某些内容。问题是新数据的大小可能会增加，并且不再适合旧​​数据的位置。因此，没有标准的例程或工具来实现这一点。

如果您足够熟练，理论上您可以创建自己的 zip 处理函数，以提供“文件替换”例程。如果它是关于（较小的）元数据，您甚至不需要压缩它们。的“中心目录”位于文件末尾、压缩数据之后（该格式针对附加新文件进行了优化）.zip。大致概念是：将“中心目录”读入内存，将新修改的文​​件追加到压缩数据后面，用修改文件的新文件偏移量更新内存中的中心目录，将修改文件后的中心目录写回。（旧文件仍位于 中的某个位置，但不再被“中央目录”引用。）所有操作都将发生在文件的末尾，而不会影响存档内容的其余部分。.zip

但实际上，我建议将数据和元数据分开保存。