基于DEFLATE开发类gzip压缩软件时能否整量读取文件夹数据压缩？

整量压缩目录并还原结构的可行性 #

完全可以实现。你只需要在压缩数据流的头部新增一段序列化的元数据，存储完整的目录树信息（包含所有文件/目录的路径、大小、权限、修改时间、数据偏移量等属性），再将所有文件的原始二进制数据按顺序拼接为连续的数据流，统一送入DEFLATE算法压缩即可。
解压时先读取头部元数据解析出原始目录结构，再将解压后的连续二进制流按元数据标注的长度、偏移量拆分，对应写入对应路径的文件，自动创建缺失的目录即可还原全部结构。

整量压缩对压缩率的影响 #

绝大多数场景下会带来压缩率增益，增益幅度和目录内的文件特征强相关：

• DEFLATE算法的核心LZ77模块依赖滑动窗口匹配重复内容片段实现压缩，逐文件压缩时每个文件的滑动窗口独立重置，跨文件的重复内容无法被识别；整量压缩时所有文件内容属于同一个连续数据流，跨文件的重复片段可以被匹配编码，冗余消除范围更大。
• 如果目录内存在大量小文件、或者多个文件存在同源的重复内容片段（比如多个同版本的代码文件、相似的文档），整量压缩的增益会非常明显；如果目录内只有单个超大文件，整量压缩和逐文件压缩的压缩率基本无差异。

现有实现的代表软件 #

这类整量压缩逻辑已经非常成熟，主流压缩工具均有相关实现：

• tar + gzip 组合：也就是常见的.tar.gz/.tgz格式，tar工具负责将目录+元数据打包为单一流，再调用gzip做DEFLATE压缩，是类Unix系统最常用的目录压缩方案
• 7-Zip：.7z格式默认开启固实压缩模式，本质就是将所有文件视为单一流做压缩，选择DEFLATE算法时就是你描述的方案
• WinRAR：.rar格式默认采用固实压缩逻辑处理多文件/目录，也支持手动调整固实压缩的块大小
• 常规ZIP格式：也支持手动开启固实压缩选项，默认是逐文件压缩，开启后即可实现整量压缩效果。

内容的提问来源于stack exchange，提问作者Raiden1916