許多資料來源中都含有多余數(shù)據(jù)或?qū)Υ鎯?chǔ)信息無用的數(shù)據(jù)。這常常造成客戶機(jī)和服務(wù)器應(yīng)用程序間或電腦間浩如煙海的數(shù)據(jù)傳輸。很明顯，數(shù)據(jù)存儲(chǔ)和信息 輸問題解決辦法是，安裝輔助存儲(chǔ)裝置并擴(kuò)展現(xiàn)有的通信設(shè)備。然而，要做到這 一點(diǎn)，就需要增加組織的運(yùn)行費(fèi)用。減輕部分?jǐn)?shù)據(jù)存儲(chǔ)和信息傳輸?shù)姆椒ㄖ皇牵? 以更有效的代碼表示數(shù)據(jù)。本文簡要介紹數(shù)據(jù)壓縮和解壓縮，以及如何有效地、方便地從JavaTM應(yīng)用程序內(nèi)部使用 java.util.zip包壓縮和解壓縮數(shù)據(jù)。

雖然 WinZip、gzip和Java ARchive(或 jar)等工具可以用來壓縮和解壓縮數(shù)據(jù)，這些工具仍被用作獨(dú)立 的應(yīng)用程序。從 Java 應(yīng)用程序中可以調(diào)用這些工具，但并非是簡捷有效的解決 方法。在希望迅速地(如在傳輸?shù)竭h(yuǎn)程機(jī)器之前)壓縮和解壓縮數(shù)據(jù)的情況下， 尤其如此。本文將:

　　簡要綜述數(shù)據(jù)壓縮

　　描述java.util.zip包

　　介紹如何使用這些包壓縮和解壓縮數(shù)據(jù)

　　介紹如何壓縮和解壓縮已序列化的對象以節(jié)省磁盤空間

　　介紹如何迅速壓縮和解壓縮數(shù)據(jù)，以提高客戶/服務(wù)器應(yīng)用程序的性能

　　概述數(shù)據(jù)壓縮

　　文件冗余最單一的類型是字符的重復(fù)。例如，下列字符串：

　　BBBBHHDDXXXXKKKKWWZZZZ

　　可以更簡潔地對本字符串進(jìn)行編碼，方法是以重復(fù)字符和代表其重復(fù)次數(shù)的數(shù) 字代替每個(gè)重復(fù)字符串。因此，上述字符串可以編碼為：

　　4B2H2D4X4K2W4Z

　　這里的" 4B "表示4個(gè)B，而2H表示2個(gè)H,等等。以這種方法壓縮字符串的編碼 方式叫做運(yùn)行長度編碼。

　　另一個(gè)例子，是矩形圖像存儲(chǔ)。因?yàn)槭菃紊粓D圖像，所以按圖表1所示存儲(chǔ)。

　　圖表1∶帶運(yùn)行長度編碼信息的位圖

　　第二種方法是將圖像存為圖解元文件∶

　　矩形11、3、20、5

　　它表示，該矩形起始坐標(biāo)是(11, 3)，寬度是 20 像素，長度是 5 像素。

　　矩形圖像可以通過計(jì)算相等字節(jié)的方式，以運(yùn)行長度編碼進(jìn)行壓縮，如下：

　　0, 40

　　0, 40

　　0,10 1,20 0,10

　　0,10 1,1 0,18 1,1 0,10

　　0,10 1,1 0,18 1,1 0,10

　　0,10 1,1 0,18 1,1 0,10

　　0,10 1,20 0,10

　　0,40

　　上面的第一行表示，位圖的第一行由40個(gè)0組成。第三行表示，位圖的第三行 由10個(gè)0組成，繼之以20個(gè)1、10個(gè)0組成，諸如此類。

　　注意，運(yùn)行長度編碼要求對其文件及其編碼版本分別表示。所以，本方法不 適用于所有文件。其他的壓縮技術(shù)包括變長編碼(亦稱霍夫曼編碼)和等其它編 碼。更多信息，請參看數(shù)據(jù)和影象壓縮技術(shù)的相關(guān)書籍。

　　數(shù)據(jù)壓縮的好處很多。不過，基本的好處是減少存儲(chǔ)需求。此外，對于數(shù)據(jù) 通信，通過介質(zhì)傳遞壓縮數(shù)據(jù)會(huì)導(dǎo)致信息傳輸率的增加。注意，數(shù)據(jù)壓縮可以 在現(xiàn)有的硬件上通過軟件或采用結(jié)合了壓縮技術(shù)的專門硬件設(shè)備完成。圖形2顯 示了基本的數(shù)據(jù)壓縮方塊圖。

　　圖形2∶數(shù)據(jù)壓縮方塊圖

　　ZIP vs. GZIP

　　如果使用的是 Windows，就會(huì)很熟悉 WinZip 工具，該工具用來創(chuàng)建壓縮文 件和從壓縮文件中提取文件。不過，在UNIX上，細(xì)節(jié)有些有點(diǎn)不一樣。tar 命令 用來創(chuàng)建文件(非壓縮)，而另一個(gè)程序(gzip或壓縮)用來壓縮 文件。

　　WinZip和PKZIP之類的工具既用作歸檔器，教育期刊也用 作壓縮器。它們將文件壓縮并存儲(chǔ)在文檔中。另一方面，gzip并不 存檔文件。因此，在 UNIX 上，tar命令通常用來創(chuàng)建文檔，然后 用gzip命令來壓縮存檔文件。

　　java.util.zip 包

　　Java 為兼容 zip 的數(shù)據(jù)壓縮提供 java.util.zip包。它提供 允許讀取、創(chuàng)建并修改ZIP和GZIP文件格式的類。此外，提供用于計(jì)算任意輸入流 校驗(yàn)和的應(yīng)用類，該類可用于確認(rèn)輸入數(shù)據(jù)。這個(gè)包有一個(gè)界面、14個(gè)類和2個(gè)異 常類，如表1所示。

　　表 1∶java.util.zip 包

　　項(xiàng)目 類型 描述

　　Checksum 界面 由Adler32和CRC32類實(shí)現(xiàn)

　　Adler32 類 用于計(jì)算數(shù)據(jù)流的 Adler32 檢驗(yàn)和

　　CheckedInputStream 類 維持正在讀取的數(shù)據(jù)檢驗(yàn)和的輸入流。

　　CheckedOutputStream 類 維持寫入數(shù)據(jù)的檢驗(yàn)和的輸出流。

　　CRC32 類 用于計(jì)算數(shù)據(jù)流的 CRC32 檢驗(yàn)和

　　Deflater 類 支持使用 ZLIB 壓縮庫的常規(guī)壓縮

　　DeflaterOutputStream 類 以緊縮壓縮格式壓縮數(shù)據(jù)的輸出流過濾器

　　GZIPInputStream 類 文件格式壓縮數(shù)據(jù)的輸入流過濾器。

　　GZIPOutputStream 類 文件格式壓縮數(shù)據(jù)的輸出流過濾器。

　　Inflater 類 支持使用 ZLIB 壓縮庫的常規(guī)解壓縮

　　InlfaterInputStream 類 解壓緊縮壓縮格式數(shù)據(jù)的輸入流過濾器

　　ZipEntry 類 代表ZIP壓縮文件條目

　　ZipFile 類 用于從ZIP文件中讀取條目

　　ZipInputStream 類 讀取ZIP文件格式文件的輸入流過濾器

　　ZipOutputStream 類 以ZIP文件格式寫入文件的輸出流過濾器

　　DataFormatException 異常類 給出數(shù)據(jù)格式錯(cuò)誤的信號

　　ZipException 異常類 給出 zip 錯(cuò)誤的信號

　　注意: TZLIB壓縮庫最初是作為“可移植的網(wǎng)絡(luò)圖象文件格式”(PNG) 標(biāo)準(zhǔn)的一部分進(jìn)行開發(fā)的，該標(biāo)準(zhǔn)不受專利的保護(hù)。