归档压缩与管道组合：tar、gzip、xargs

tar：打包归档

tar（Tape Archive）最初用于磁带备份，现在是 Linux 标准的归档工具。它把多个文件/目录打包成一个文件，不压缩或配合压缩算法。

# 创建归档（-c create, -v verbose, -f file）
tar -cvf archive.tar file1 file2 dir/

# 解压归档（-x extract）
tar -xvf archive.tar

# 查看归档内容（-t list）
tar -tvf archive.tar

# 追加文件到归档（-r append）
tar -rvf archive.tar newfile.txt

# 从归档中删除文件（--delete）
tar --delete -f archive.tar file1.txt

常用选项

选项	作用	记忆
`-c`	创建归档	create
`-x`	解压归档	extract
`-t`	列出内容	table of contents
`-v`	显示过程	verbose
`-f`	指定文件名	file
`-r`	追加文件	replace/append
`-C`	切换到指定目录	Change directory
`-p`	保留权限	preserve

gzip / gunzip：压缩解压

gzip 使用 DEFLATE 算法压缩单个文件，压缩后原文件被替换为 .gz 文件。

# 压缩文件（原文件被替换为 file.txt.gz）
gzip file.txt

# 解压文件（file.txt.gz 被替换为 file.txt）
gunzip file.txt.gz
# 或
gzip -d file.txt.gz

# 压缩时保留原文件（-k keep，部分系统支持）
gzip -k file.txt

# 查看压缩文件信息（-l list）
gzip -l file.txt.gz

# 压缩率（-v verbose）
gzip -v file.txt

# 指定压缩级别（-1 最快到 -9 最好，默认 -6）
gzip -9 file.txt

gzip 压缩信息解读

$ gzip -l file.txt.gz
         compressed        uncompressed  ratio uncompressed_name
               1234                5000  75.3% file.txt

字段	含义
compressed	压缩后大小（字节）
uncompressed	原始大小（字节）
ratio	压缩率
uncompressed_name	原始文件名

tar + gzip 组合：压缩归档

实际使用中，tar 和 gzip 几乎总是配合使用，用 -z 选项直接调用 gzip。

# 创建压缩归档（.tar.gz 或 .tgz）
tar -czvf archive.tar.gz dir/
# -c = 创建, -z = gzip 压缩, -v = 显示, -f = 文件名

# 解压压缩归档
tar -xzvf archive.tar.gz
# -x = 解压, -z = gzip 解压, -v = 显示, -f = 文件名

# 查看压缩归档内容（不解压）
tar -tzvf archive.tar.gz

# 解压到指定目录（-C）
tar -xzvf archive.tar.gz -C /tmp/

# 只解压特定文件
tar -xzvf archive.tar.gz path/to/file.txt

常见压缩格式

扩展名	压缩算法	tar 选项	说明
`.tar`	无	`-cvf` / `-xvf`	仅打包
`.tar.gz` `.tgz`	gzip	`-czvf` / `-xzvf`	最常用
`.tar.bz2` `.tbz2`	bzip2	`-cjvf` / `-xjvf`	压缩率更高，更慢
`.tar.xz` `.txz`	xz	`-cJvf` / `-xJvf`	压缩率最高，最慢
`.zip`	zip	用 `unzip` / `zip`	跨平台兼容

xargs：构建参数列表

xargs（Execute Arguments）从标准输入读取数据，构建命令行参数，解决管道不能直接传参数的问题。

为什么需要 xargs

# 错误：find 的输出直接传给 rm 会失败
find . -name "*.tmp" | rm
# rm: missing operand

# 正确：用 xargs 把输入转为 rm 的参数
find . -name "*.tmp" | xargs rm

# 更安全的写法（处理含空格的文件名）
find . -name "*.tmp" -print0 | xargs -0 rm

xargs 基础用法

# 从管道读取文件名并处理
cat files.txt | xargs rm

# 指定每次处理的参数数量（-n）
cat files.txt | xargs -n 1 rm    # 每次只传 1 个文件给 rm

# 指定替换标记（-I {}）
cat files.txt | xargs -I {} cp {} /backup/

# 并行执行（-P parallel）
cat urls.txt | xargs -P 4 -I {} curl -O {}

# 从字符串构建参数（echo | xargs）
echo "file1 file2 file3" | xargs ls -lh

# 限制参数长度（-s max-chars）
find . -name "*.txt" | xargs -s 1024 rm

xargs 与 find 的组合

# 查找并删除（-exec 的替代方案）
find . -name "*.tmp" | xargs rm

# 查找并显示详细信息
find . -name "*.log" | xargs ls -lh

# 查找并复制（-I 替换标记）
find . -name "*.conf" | xargs -I {} cp {} /backup/

# 查找并压缩（每行一个参数，-d 指定分隔符）
find . -name "*.log" | xargs -d '\n' gzip

# 处理含空格的文件名（-0 以 null 分隔）
find . -name "*.txt" -print0 | xargs -0 rm

| 特性 | find -exec | find | xargs | |------|-------------|----------------| | 效率 | 低（每个文件执行一次命令） | 高（批量传参，一次执行） | | 处理空格文件名 | {} 自动处理 | 需要 -0 | | 灵活性 | 低 | 高（可配合 sort、grep 等） | | 管道中间处理 | 不支持 | 支持 |

# -exec 效率低（1000 个文件执行 1000 次 rm）
find . -name "*.tmp" -exec rm {} \;

# xargs 效率高（1000 个文件可能只执行 1-2 次 rm）
find . -name "*.tmp" | xargs rm

综合实战

场景 1：备份目录

# 打包压缩家目录（排除缓存和临时文件）
tar -czvf backup-$(date +%Y%m%d).tar.gz \
    --exclude='*.tmp' \
    --exclude='.cache' \
    --exclude='node_modules' \
    ~/Documents ~/Projects

# 解压到指定目录
tar -xzvf backup-20240115.tar.gz -C /restore/

场景 2：批量处理文件

# 查找所有 .log 文件并压缩
find /var/log -name "*.log" -mtime +7 | xargs gzip

# 查找所有 .txt 文件并统计行数
find . -name "*.txt" | xargs wc -l

# 查找所有 .sh 文件并添加执行权限
find . -name "*.sh" | xargs chmod +x

# 查找所有空文件并删除
find . -type f -empty | xargs rm

场景 3：下载多个文件

# 从 URL 列表并行下载
cat urls.txt | xargs -P 4 -I {} wget {}

# 或
cat urls.txt | xargs -P 4 curl -O

本篇小结

tar：打包归档，-cvf 创建，-xvf 解压，-tvf 查看，-rvf 追加
tar -czvf / tar -xzvf：tar + gzip 组合，最常用
.tar.gz（gzip）、.tar.bz2（bzip2）、.tar.xz（xz）压缩率递增，速度递减
gzip / gunzip：压缩/解压单个文件，-l 查看压缩信息，-1 到 -9 压缩级别
xargs：从标准输入构建命令参数，解决管道不能直接传参的问题
find ... | xargs cmd 比 find -exec 效率更高，-I {} 替换标记，-0 处理空格文件名

动手实践

tar 打包练习：

mkdir -p testdir/{a,b,c}
touch testdir/{a,b,c}/file.txt
tar -cvf test.tar testdir/
tar -tvf test.tar
tar -xvf test.tar -C /tmp/

压缩解压练习：

tar -czvf test.tar.gz testdir/
ls -lh test.tar.gz
rm -rf testdir
tar -xzvf test.tar.gz

gzip 练习：

echo "Hello World" > hello.txt
gzip hello.txt
ls -lh hello.txt.gz
gzip -l hello.txt.gz
gunzip hello.txt.gz
cat hello.txt

xargs 练习：

echo "file1 file2" | xargs touch
ls file1 file2

find . -name "file*" | xargs ls -lh
find . -name "file*" | xargs rm

综合练习：

# 备份当前目录的 .md 文件
find . -name "*.md" | tar -czvf md-backup.tar.gz -T -

# 查找并压缩 7 天前的日志
find /var/log -name "*.log" -mtime +7 | xargs gzip

思考：tar -czvf 中的 - 在 -T - 中是什么意思？为什么 find ... | tar -czvf archive.tar.gz -T - 可以工作？