Linux gzip 命令:压缩文件、保留原件与完整性检查

gzip 将文件数据压缩成 gzip 数据流,常用扩展名为 .gz。直接对文件执行 gzip 时,通常会用压缩文件替换原文件;需要保留原件时,先选择 -k 或用 -c 输出到另一个文件,避免误删原始资料。

gzip 不负责保存多个文件的目录结构。要把整个目录打成一个压缩包,可先用 tar 创建与提取归档,再配合 gzip;归档、压缩与加密是不同功能,.gz 不会自动保护秘密内容。

基本语法与运行前的检查

gzip [options] [file...]

先用 gzip --version 和 man gzip 确认实现及选项。本篇以 GNU gzip 为例;某些精简环境的选项不同。没有文件参数或文件名为 - 时,gzip 可从标准输入读数据并写到标准输出,这与直接替换命名文件不同。

为练习准备一个专用目录和自建 report.log,确认自己有读取源文件、创建目标和足够磁盘空间的条件。示例名称不是生产日志路径;正在写入的日志应先使用适当的轮转或一致副本,不能把压缩过程当成应用快照。

先检查 report.log.gz、report-copy.log.gz 是否已经存在。gzip 自己对已有输出的处理,与 shell 对 > 的截断处理不同;不能因为命令里没有 -f,就认定所有旧输出都受到保护。

保留原文件、另存输出与完整性检查

保留原件压缩。使用 -k 后,预期同时留下 report.log 与 report.log.gz:

gzip -k report.log

成功时通常没有普通输出。若改成不带 -k 的 gzip report.log,正常成功后通常只剩 .gz,输入原件被移除。只压缩普通文件的默认行为也不等于自动跟随所有符号链接或处理所有文件类型;遇到跳过或警告先查原因。

给压缩结果另一个名称。-c 保留输入并把二进制压缩数据送到标准输出,重定向负责写文件:

gzip -c report.log > report-copy.log.gz

目标必须事先确认可创建或可覆盖,且不能与输入相同。shell 会在 gzip 读取源文件前创建或截断目标,所以即使输入不存在、gzip 随后失败,旧输出也可能已经丢失。不要写成 gzip -c report.log > report.log。

压缩数据不适合直接显示在终端,也不要把错误输出混入它。命令失败后可能留下空文件或部分数据;使用新的临时输出名、检查状态与内容后再按备份策略替换旧版本。

检查 gzip 数据流完整性。-t 读取并验证压缩流,不把解压内容写成普通文件:

gzip -t report.log.gz

正常结果通常安静结束,退出状态为 0。应立即检查状态,例如紧接执行 echo $?;GNU gzip 的错误通常为 1,警告为 2,不能把安静输出直接当成成功。

-t 可发现损坏、截断等流错误,并检查格式内的 CRC 等信息,但 CRC 不是密码学认证。检查通过不证明文件来自可信发布者,也不证明它包含你期望的原始版本;重要资料仍需解压到独立文件后比较内容或可信摘要。

小练习:确认原件与压缩文件都存在

在专用目录中确认 note.txt 与 note.txt.gz 都不是需要保留的文件,再执行原件保留练习:

printf 'hello\n' > note.txt
gzip -k note.txt
ls note.txt*

目录中应能看到两个名称,例如:

note.txt  note.txt.gz

ls 的列数、空格和换行随终端及设置变化,关键是两个文件都在。这个列表没有证明两者内容一致;可用 gzip -dc note.txt.gz > note-restored.txt 解压到新的、未使用的文件,再比较原件与恢复文件。

-d 选择解压,-c 将结果写到标准输出并保留压缩输入;-k 也可在解压时保留输入。请继续检查输出路径,避免恢复过程覆盖原件。不要把改后缀当成真正解压。

本地行为检查:2026-11-05 在 Windows Git 配套 GNU gzip 1.14 中,用自建文件验证 -k、-c、-t、默认替换、解压及字节一致。人为改坏测试压缩流的 CRC 后,-t 返回错误;也确认了小文件压缩后可能更大,以及重定向会在源读取失败前截断旧输出。该环境不是 Linux 原生权限或元数据测试。

常用选项与压缩级别

选项 用途与条件
-k 压缩或解压时保留输入文件。
-c 结果送到标准输出,输入保持不变;检查重定向目标。
-t 验证压缩流完整性,不证明来源真实性。
-1 ... -9 选择速度与压缩率的取舍,不保证更高级别对每份数据都更小。
-v 显示处理和压缩率等信息,状态仍需另行核对。

GNU gzip 默认级别为 -6;-1 偏向速度,-9 花更多时间尝试压缩。文本与已压缩的图片、视频表现不同,不能承诺固定缩小比例。很小或难压缩的数据可能因格式开销而变大,但解压后应恢复同样的原始字节。

如果向 gzip 传多个命名文件,通常每个输入分别生成自己的 .gz,不会自动组成一个可逐个取出的目录归档。使用 -c 加多个输入时可生成连续的 gzip 成员流,解压输出是内容串接,也不会恢复原来的多个文件名与目录层级。

需要整个目录时可用 tar -czf backup.tar.gz directory/,并照 tar 的路径与恢复规则验证。gzip 的 -r 是递归处理目录内的文件,也不是把目录整体变成一个归档。

覆盖风险与完成后的检查顺序

  1. 确认输入路径、是否仍被写入、现有输出和可用容量,决定保留原件或替换。对重要资料先留独立副本,不用生产日志直接练习。
  2. 按需要使用 -k 或 -c,并检查输出目标与输入不是同一个文件。不要为跳过已有文件警告随意加 -f,也不要把二进制标准输出与错误信息合并。
  3. 立即记录退出状态,运行 -t 核对压缩流;若失败,保留原件与诊断,隔离失败输出,不把空的 .gz 或已存在文件当成成功结果。
  4. 将重要结果恢复到新文件,比较内容或摘要并确认应用可读取,再按保留策略处理旧副本。回退时使用已核实副本,避免在恢复过程中再次覆盖唯一原件。

压缩不提供加密、版本保留或可信身份验证,也不保证完整保存 ACL、扩展属性等系统元数据。是否能保留普通模式、所有者和时间还受实现、权限与文件系统影响,不能仅凭 .gz 存在就称为完整备份。

常见问题

gzip 能直接把整个目录做成一个文件吗?

它不是目录归档工具。需要保留多个文件名和目录结构时先用 tar,或用 tar -czf 组合处理;gzip -r 只是递归压缩文件,产生的结果不同。

官方资料

选项、多个输入的行为及退出状态参见 Debian 提供的 GNU gzip 手册副本。本机实现和版本不同,应同时核对本机手册。