可以依赖使用 bzip2 压缩的文件是确定性的（可重现的）吗？

Question

我试图确定使用bzip2压缩需要 100% 可重现的文件是否存在任何潜在问题。具体做法是：罐的元数据（名称/索引节点，的lastmod日期等）或任何其他原因相同的文件内容，以产生不同的校验和对所得.bz2的存档？

例如，除非使用gzip，否则默认情况下不是确定性的-n。

到目前为止，我的粗略测试表明，在给定相同的输入数据（无论元数据、平台、文件系统等）的情况下，bzip2 确实始终如一地生成相同的文件，但如果有更多轶事证据就更好了。

Answer 1

bzip2文件仅包含基本格式签名、压缩数据和解压缩该数据所需的信息。它们不包含任何特定于文件的元数据；相反，它们依赖于压缩文件的元数据（因此file.bz2被解压缩为file，时间戳为file.bz2，无论原始文件名和原始时间戳如何）。

压缩的一部分可能会发生变化，即输入随机化；但这在实践中已被禁用很长时间，并且当前版本bzip2不会随机化他们的输入。

因此，输出bzip2仅取决于输入数据和压缩级别。输出是确定性的。

我不确定你会找到所有这些的权威来源。我能提供的最好证据是bzip2在Debian 可重现构建说明中没有提及任何内容。bzip2Debian中使用，因此，如果它已经造成的问题将得到一提，以同样的方式gzip做。