Python源文件的压缩
我有大约700个Python源文件（.py），每个文件大小只有几千字节（平均每个文件12 kB，但也有很多1 kB的文件）。我想把它们打包成一个压缩档案。我的要求如下：
- 这个档案要小一点。（
.zip文件的压缩比是3.816，我需要更小的。用rar -s -m5 a创建的.rar文件压缩比是6.177，我希望能达到7或更高。） - 压缩必须是无损的，必须逐位保留原始文件。（所以不能使用压缩代码的方式。）
- 需要有一个小型的C语言库，可以列出档案内容并提取单个文件。
- 解压缩的库要快，也就是说，速度不能比
zlib慢，最好是更快。 - 如果我想提取一个单独的文件，不需要解压缩档案中不相关的大部分内容。（所以压缩的
.tar文件不行，固态的.rar文件也不行。） - 由于所有的
.py文件都很小（只有几千字节），我不需要流式解压缩或在文件内寻址的支持。 - 如果可能的话，解压缩应该从一个由所有
.py文件的联合生成的上下文字典中初始化，以节省更多空间。
你推荐使用什么压缩算法和C语言解压缩库？
我知道代码压缩的概念（例如，去掉注释和多余的空格，把局部变量重命名为单个字母），我会考虑对一些.py文件使用这种技术，但在这个问题中我不感兴趣。（可以在这里查看一个Python代码压缩器 这里。）
我知道字节码编译的概念（.pyc文件），但在这个问题中我不感兴趣。（我不想在档案中包含字节码的原因是，字节码依赖于架构和版本，所以可移植性较差。而且.pyc文件通常比压缩后的.py文件大一点。）
请查看我包含计划B和计划C的回答。我仍在寻找计划A，它要比ZIP小（但可能会比.tar.xz大），并且它的开销要比.tar.xz小。
3 个回答
我知道你已经拒绝了.zip格式的文件，但如果你知道Python其实可以直接从.zip文件中导入包，可能会改变你的想法。这些包以egg文件的形式存在。除了需要一个setuptools的配置文件，其他的代码都不需要额外写。
顺便说一下，计划B就是使用ZIP文件。这是我现在正在做的。把.py文件存放在ZIP压缩包里对Python来说非常方便，因为Python可以直接从ZIP压缩包中加载.py文件。不过我需要比ZIP文件更小的东西，这就是我提问的原因。
顺便提一下，计划C是使用.tar.xz。这里有个分析。Linux内核和Busybox 1.8.5里有一个.xz解压缩工具，它编译后只有18KB的代码，这满足了我对小型解压缩库的需求。使用xz -6 -C crc32压缩的.tar.xz文件，相比于.tar文件，压缩比为6.648。Busybox 1.8.5的.xz解压缩工具在x86架构下的代码大小是17840字节（这是把可执行文件和.tar.xz文件进行比较）。所以这就是计划C：当可执行文件启动时，把整个压缩包提取到内存中。（在我的机器上，这大约需要0.35秒，输出是一个9MB的内存块。）要从压缩包中读取文件，就用它在内存中未压缩的表示。这会非常快。不过这个备选方案并不能解决我的问题，因为它在执行开始时需要0.35秒的额外时间，并且需要9MB的额外内存。