萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 實現 ZIP 文件內容比較類:高效增量更新的核心組件

一、業務場景與設計目標

用戶上傳包含大量圖片的 ZIP 包,後端需進行耗時處理(壓縮、水印、OCR 等)。當用戶更新 ZIP 時,僅處理變更文件可大幅節省資源。需求:比較兩個 ZIP 文件,輸出 新增、刪除、未變更 三類文件列表。

二、核心實現:ZipCompare 類

採用系統 unzip -v 命令解析 ZIP 索引,對比文件名 + CRC32 + 大小確定文件是否變更。僅支持單層目錄結構。

<?php
/**
 * ZIP 文件比較類
 * 比較兩個 ZIP 內容,返回新增、刪除、相同文件列表
 * 依賴:服務器安裝 unzip 命令
 */
class ZipCompare {
    /** 比較入口
     * @param string $zipfile1 舊版本 ZIP
     * @param string $zipfile2 新版本 ZIP
     * @return array ['add'=>[], 'del'=>[], 'match'=>[]]
     */
    public function compare($zipfile1, $zipfile2) {
        if (!$this->check_handler()) throw new Exception('unzip 未安裝');
        if (!$this->check($zipfile1) || !$this->check($zipfile2)) 
            throw new Exception('ZIP 文件不存在或損壞');

        $info1 = $this->getInfo($zipfile1);
        $info2 = $this->getInfo($zipfile2);
        return $this->parse($info1, $info2);
    }

    /** 解析 unzip -v 輸出,提取文件名、大小、CRC32 */
    private function getInfo($zipfile) {
        $fields = ['Length', 'Method', 'Size', 'Cmpr', 'Date', 'Time', 'CRC-32', 'Name'];
        // unzip -v 輸出去除前3行標題、後2行統計
        $verbose = shell_exec(sprintf("unzip -v %s | sed '$d' | sed '$d' | sed -n '4,\$p'", escapeshellarg($zipfile)));
        
        $zipinfo = [];
        foreach (explode("\n", $verbose) as $row) {
            if (trim($row) === '') continue;
            $row = preg_replace('/\s{2,}/', ' ', $row); // 合併多空格
            $parts = array_slice(explode(' ', $row), 1); // 去掉首列序號
            if (count($parts) < count($fields)) continue;
            $file = array_combine($fields, $parts);
            // 唯一標識:文件名 -> 大小_CRC32
            $zipinfo[$file['Name']] = $file['Length'] . '_' . $file['CRC-32'];
        }
        return $zipinfo;
    }

    /** 對比邏輯 */
    private function parse($info1, $info2) {
        $result = ['add' => [], 'del' => [], 'match' => []];
        if (!$info1 || !$info2) return $result;

        // 新增:在 1 不在 2
        $result['add'] = array_values(array_diff(array_keys($info1), array_keys($info2)));
        // 刪除:在 2 不在 1
        $result['del'] = array_values(array_diff(array_keys($info2), array_keys($info1)));
        
        // 同名文件:比對大小+CRC32
        $common = array_values(array_diff(array_keys($info1), $result['add']));
        foreach ($common as $file) {
            if ($info1[$file] === $info2[$file]) {
                $result['match'][] = $file;
            } else {
                $result['add'][] = $file; // 內容變更視為新增(需重新處理)
            }
        }
        return $result;
    }

    /** 檢查 ZIP 有效性 */
    private function check($zipfile) {
        return file_exists($zipfile) && (int)shell_exec(sprintf('unzip -v %s | wc -l', escapeshellarg($zipfile))) > 1;
    }

    /** 檢查 unzip 可用 */
    private function check_handler() {
        return strpos(shell_exec('unzip -v'), 'version') !== false;
    }
}
?>

三、使用示例與輸出

<?php
require 'ZipCompare.class.php';
$obj = new ZipCompare();
$result = $obj->compare('test1.zip', 'test2.zip');
print_r($result);
?>

輸出示例:

Array
(
    [add] => Array
        (
            [0] => 9.jpg          // 新增文件
        )
    [del] => Array
        (
            [0] => 5.jpg          // 刪除文件
            [1] => 6.jpg
            [2] => 7.jpg
            [3] => 8.jpg
        )
    [match] => Array
        (
            [0] => 1.jpg          // 未變更文件
            [1] => 10.jpg
            ...
            [12] => 4.jpg
        )
)

四、局限性與改進方向

五、ZipArchive 純 PHP 實現參考

function getZipInfo($zipfile) {
    $za = new ZipArchive();
    if ($za->open($zipfile) !== true) return false;
    $info = [];
    for ($i = 0; $i < $za->numFiles; $i++) {
        $stat = $za->statIndex($i);
        if (!($stat['name'] && !preg_match('/\/$/', $stat['name']))) continue; // 跳過目錄
        $info[$stat['name']] = $stat['size'] . '_' . $stat['crc'];
    }
    $za->close();
    return $info;
}

這個類為「大文件增量處理」場景提供了輕量級解決方案,配合隊列系統可構建高效的文件處理管線。

copyright © 萬盛學電腦網 all rights reserved
限制影響改進方案
依賴系統 unzip 命令Windows 環境需安裝 GNUwin32 或 WSL改用 PHP 內建 ZipArchive 類(純 PHP,跨平台)
僅支持單層目錄子目錄文件無法正確比對遞歸解析路徑,Key 使用相對路徑
大文件解析慢shell_exec 阻塞、全量讀取索引ZipArchive::statIndex 逐條讀取,或異步隊列處理
CRC32 碰撞風險極低概率誤判文件未變更結合 SHA256 校驗關鍵文件