ZIP иль не ZIP?

[p_govorun]

Вы конечно знакомы с zip-файлами? Ну, которые архивы?

А что такое, по-вашему, zip-файл?

Нет, я не спрашиваю, как он там внутри устроен. Просто допустим, что вам дали файл и спросили: zip это, или не zip?

Можно попробовать его разархивировать.

Comments

[lj_frank_bot]

Hello!
LiveJournal categorization system detected that your entry belongs to the category: Общество.
If you think that this choice was wrong please reply this comment. Your feedback will help us improve system.
Frank,
LJ Team

[p_govorun]

Well, just don't bother classifying this.

And would you translate the name of the category to me? Just in case I don't know Russian.

[vitus_wagner]

Не надо издеваться над бедным животным. Оно в тексте поста увидело русские слова, вот и решило, что категория должна быть на том же языке.

[p_govorun]

Да, любой набор уникодных знаков может быть категорией :-)

[birdwatcher]

Only perl can parse Perl. Аналогично, zip/doc file это то, что может без сообщений об ошибке развернуть pkunzip/word последней версии, и хранится там, по определению, то, что у них при этом получается.

[p_govorun]

Почему именно последней? И что будет, когда выйдет следующая?

[birdwatcher]

Ну, что бывает, когда новый reference implementation выходит. Возможно, некоторые zip-файлы перестанут быть таковыми.

[p_govorun]

Ну, остаётся только на plaintext переходить. Вроде, у него нет reference implementation.

[nasse]

документ MS-Word - это документ, который создает MS-Word

[vitus_wagner]

Есть еще odt и epub.

[nasse]

В каком смысле "есть"?
Все, что не записано вордом в родном формате ворда той же версии, может быть другим вордом открыто криво.

[vitus_wagner]

В таком смысле, что не только ворд пользуется zip-ом для упаковки текстов.
И, кстати, ворд odt тоже уже 10 лет как открывать умеет.

[greymage]

Насколько я понял статью (читал не очень внимательно), проблема не в формате ZIP (который, кстати, здорово менялся ещё во времена компании, выпускавшей PkZip), а в контейнере для упакованных файлов.

[vitus_wagner]

Так формат zip это и есть стандарт на формат контейнера.
А алгоритм(ы) компрессии там вещь глубоко внутренняя и опциональная.
Хотя по ссылке их особенностями тоже ловко сумели воспользоваться.

[p_govorun]

Я вобще не понял, есть ли проблема в формате. То есть, все эти хитрые zip удовлетворяют стандарту (чем бы он ни был) или нарушают его.

И отдельно проблема: как написать стандарт, который такой фигни не допускает.

[vitus_wagner]

С точки зрения программы file(1), zip это все, что начинается с последовательности байт .{0,13,'P','K',3,4}

[green_fr]

Откуда 0-13 и 3-4? Мне казалось, сигнатура только "PK" - я регулярно проверяю, zip это или не zip через встроенный в Total Commander viewer :-)

[vitus_wagner]

3 и 4 это признак загловка файла. В конце файла есть еще 'P' 'K' 1 2 и 'P' 'K' 5 6 То есть в zip-файле есть три вида блоков, начинающихся на PK. PK 5 6 - это end of central directory, PK 1 2 это central directory entry и PK 3 4 - заголовок файла в потоке.

А откуда в magic 0 13 я и сам не знаю.

[green_fr]

Круто, спасибо :-)