为什么你的解压软件打不开 VMDK?聊聊压缩格式那些陈年旧账(解压的视频为什么播放不了) ypxx.net

上周同事甩给我一个 .vmdk,要我帮忙看个环境问题。我双击了一下,软件弹了个框:不支持的格式。

然后我又收到一个 SQUASHFS,固件镜像。再然后客户那边传来一份 2013 年的资料,用 ARJ 打的包。邮件系统转存出来还有个 UUE。

四个文件,四款软件。我一下午没干别的。

这事儿让我认真想了一个问题:压缩包格式为什么这么多?解压工具的能力边界到底在哪?


一、压缩包到底是什么

很多人以为"压缩包"就是一个东西。其实不是。

一个压缩包 = 容器格式 + 编码算法。

这两件事是分开的。

  • 容器负责组织:目录结构、文件元数据、能不能分卷、能不能加密
  • 编码算法负责压缩:把字节流变小

举例:7z 这个容器里可以装 LZMA2,也可以装 BZip2。ZIP 这个容器支持 Deflate、Deflate64、BZip2、LZMA 好几种。

所以你遇到"打不开",可能有两种完全不同的原因:容器不认识,或者里面的编码算法不认识。


二、这些格式是怎么攒出来的

压缩格式的历史基本是分头演化的,没有统一规划。

应用层打包:

ZIP|ZIPX|JAR|WAR|XPI|NSIS

Unix 那套流式归档:

TAR|TGZ|TBZ|TBZ2|TXZ|TPZ|TAZ|CPIO|AR|CAB

早期单流压缩器,各家算法各管各的:

GZIP|GZ|BZIP2|BZ2|BZ|XZ|Z|LZMA|LZMA86

DOS 年代的区域市场留下的:

LHA|LZH|ARJ|ACE|ALZ

系统部署与安装介质:

ISO|IMG|WIM|SWM|ISZ|DMG

虚拟化直接拿磁盘镜像当归档:

VMDK|VDI|VHD|QCOW2

嵌入式与固件层:

SQUASHFS|CRAMFS|IHEX

再往下是分区表和引导结构:

GPT|MBR|UEFI,以及文件系统本身 EXT|FAT|NTFS|HFS|UDF

另有一类不算压缩但经常混在一起的:

分卷 SPLIT|001|Z01,文本编码 UUE,包管理 DEB|RPM|XAR,文档 CHM

数下来大概 61 种。这就是完整谱系的量级。

多数工具的策略是"只覆盖主流",认 ZIP、RAR、7z,剩下的报错。商业上没毛病,因为长尾格式确实用得少。

但成本没有消失,它只是从厂商转移到了你身上。


三、一个偷懒的判断方法

我后来总结了一招:看一款工具认不认这三样东西——VMDK、SQUASHFS、UEFI。

这三个都在,说明兼容层是真做厚了,不是照着主流清单抄的。

不在,那它就是个"日常够用"的定位,别指望它在专业场景救场。


四、压缩档位的坑

压缩算法的核心矛盾很直白:

字典越大、匹配越深,压缩率越高,但耗时是非线性上涨的。

LZMA 这类算法尤其明显,档位提一档,时间可能翻倍,体积收益却在递减。

不少工具的做法是给一个默认档,把选择权收走。结果就是你只能在两个极端里选:

  • 想快 → 包大得传不出去
  • 想小 → CPU 跑满十几分钟,机器还卡

比较合理的做法是把参数空间打开。我现在用的这套是三层结构:顶层选 速度最快 / 体积最小 / 自定义,自定义下 ZIP 给六档 —— 仅存储、极速、快速、标准、较好、极限。

六档对应的场景其实很清晰:

参数可控真正的价值不是"选得爽",是可复现。

只有行为确定,才能写进脚本、才能纳入交付规范、才能按业务调档。这是很多工具过不去的一道坎。


五、700MB 和 4.38GB 是哪来的

大文件传不出去,问题通常不在带宽,在通道的容量边界:邮件附件上限、网盘单文件限制、FAT32 的 4GB、刻录盘的实际可用空间。

分卷压缩不新鲜。但预设值怎么定,很能看出设计者有没有想过真实场景。

我看过的一组预设是这样:

512 KB │ 1 MB │ 2 MB │ 25 MB │ 100 MB │ 700 MB │ 4.38 GB │ 7.96 GB

重点在后三个:

  • 700 MB = CD-ROM 可用容量
  • 4.38 GB = 单层 DVD 可用空间
  • 7.96 GB = 双层 DVD 可用空间

这不是取整取的,是从介质规格倒推的。

好处是:不用自己算进制,不用猜"填多少才不超限",选一个预设,出来的分卷天然对齐通道,还能逐卷校验、按序合并。

看一个功能成不成熟,就看它的默认值是拍脑袋来的,还是从约束条件推出来的。


六、为了一个 PDF 解压 8GB

这是我觉得最容易被忽略、但对日常效率影响最大的一点。

绝大多数工具的解压语义是全量的:解压一个包,就是里面所有东西全部落盘。

但真实需求经常只针对单个文件。为了拿包里一份 PDF,把 8GB 工程包整个展开,磁盘瞬间吃紧,事后还得手动清。

从实现上讲,这里有一大块优化空间。

归档的目录结构一般位于包的头部索引区或尾部,读取它根本不需要解码全部数据。

也就是说,完全可以只读出目录树,再对你指定的条目做随机访问提取 —— I/O 成本按目标文件大小算,而不是按归档总体积算。

我现在这套的做法是:

  • 逐层展开 ZIP 目录,列出文件名、大小、类型、修改时间
  • 选中包内 PNG,右侧直接出图 —— 相当于解压前先看一眼
  • 只要某一个文件,选中,一键提取,只落盘这一份

说白了就是把"解压"这个粗动作拆成两步:索引读取 + 按需解码。

一个 8GB 的包和一份 200KB 的 PDF,成本差距是数量级的。


七、还有两个小细节

批量解压。

项目归档、素材回收、日志整理,经常几十个包堆在一起。一个个点开是纯重复劳动。支持一次选中多个、统一解到指定目录、完了自动打开结果文件夹,能把 N 次操作压成 1 次。

右键菜单。

高频工具拼的就是操作路径长度。

传统流程:启动软件 → 软件里找文件 → 指定输出目录 → 确认。四步上下文切换。

更好的做法是把高频动作直接挂文件管理器上。我现在配了五项:

  • 用 Win解压缩打开
  • 解压到指定位置
  • 解压到当前文件夹
  • 添加到压缩包
  • 添加到 文件名.zip

这五个基本覆盖 90% 的需求。解压从"打开一个软件"变成了"点一次右键"。


八、最后给个评估框架

如果你想自己判断一款解压工具够不够用,可以从这六个维度看:

拿这个框架去看市面上的工具,格局挺清楚的:

  • 7-Zip —— 压缩率和脚本化是长期基准,参数很极客。短板是冷门格式覆盖弱,图形界面没有预览。
  • WinRAR —— RAR 创建和坏包修复是格式授权带来的独占,暂时绕不过。但格式覆盖宽度有限,试用弹窗对没买的人一直是干扰。
  • Bandizip —— 区域格式(ALZ/EGG)体验好,界面现代。但包内图片预览这类能力被划进了专业版。

另外还有一类定位比较特别的 —— 主打免费不阉割的,比如我现在用的 Win解压缩。它把 61 种格式、6 档压缩、8 档分卷、批量解压、包内预览和单文件提取全都放在了免费层。

短板也很明确:不支持创建 RAR。但这是格式授权的硬边界,不是实现能力的问题,行业里除了 WinRAR 谁都做不了。


写在最后

其实没有"谁更好"这个结论,只有"谁在哪个维度上更靠前"。

做技术选型的第一原则是先定义维度,再比产品。 上来就问"哪个最好用",得到的答案基本都是别人场景下的答案。

解压工具这东西,最好的状态是它消失了 —— 你从来不会因为它停下来。

一旦你开始频繁注意它的存在,说明它已经在你工作流里制造摩擦了。


你们平时遇到过什么离谱的压缩格式?评论区聊聊,我看看还有没有我没见过的。