有什么压缩软件能差异压缩

[sungo]

有一堆 PDF ，单个不大，里面就一些内容更改了。用了 git gc 压缩后，900m 的共计 700 个文件，最后能压缩到 18M 。但是 git 压缩毕竟不是正统，有没有差异压缩的软件能实现这个特定的文件压缩

[oiken]

我四年前做安卓时做了类似功能的软件，把两百个只是内置渠道号不同的 apk ，对比差异压缩成一个文件，上传到服务器，再服务器解压缩还原成两百个 apk 。如果你需要，请站内联系我，或发邮件到邮箱 oiken @ qq.com 。

以下是软件帮助信息：

Usage: zipsame [-hvVu] [-D dirPath] [-d dirName] [-Z zipFilePath] [-z zipFileName] [-b blockSize] [-c compareFileName]

Options:
-D dirPath
设置 dirPath 作为文件夹的路径，有就忽略 d 提供的文件夹名字
-V verbose
设置 verbose 输出日志，默认不输出
-Z zipFilePath
设置 zipFilePath 作为 zip 文件的路径，有就忽略 z 提供的 zip 文件名字
-b blockSize
设置 blockSize 作为文件块的切分大小，最小为   (default 32768)
-c compareFileName
设置 compareFileName 作为源文件夹里参照物文件的名字，默认为 d/D 文件夹里第一个有文件名的文件
-d dirName
设置 dirName 作为当前目录下的文件夹名字
-h 压缩示例： ./zipSame -D /xxx/ApkDir -z /xxx/ApkDir.zip
解压示例： ./zipSame -u -z /xxx/ApkDir.zip -D /xxx/ApkDir-unzip
-u 解压缩文件，默认是压缩文件夹
-v 版本信息
-z zipFileName
设置 zipFileName 作为当前目录下的 zip 文件

[bihui]

差异压缩是啥？

[jim9606]

git 存储每个版本的文件都是整份存的，只是会用 deflate 压缩一下，这也是为啥 git 不适合管理大型二进制文件。
要不你考虑下把这堆 pdf 全放进一个固实压缩的 7z 包里，字典大小调大些，说不定 LZMA2 就帮你找出重复块来了。


@oiken
这种方案对付 v1 签名包是可行的，v2/v3 签名的会比较麻烦，要求确定性的 zip 打包器。允许破坏签名的无视吧。

[oiken]

@jim9606 好的，受教了

[body007]

@jim9606 好思路，调教压缩软件找到重复数据实现高压缩比。👍

[sungo]

@jim9606 用这个 lzma 压缩后，发现只有 8m 。