Question

为什么使用ZipFile.CreateFromDirectory重新压缩docx与原始版本不一致？

我为＆＃34; docx＆＃34;建立一个模块。（和其他单词文件）比较。首先，我解压缩了两个＆＃34; docx＆＃34;文件。然后我比较并合并文档＆＃39;之后创建的目录结构中的xml文件。减压。最后，我压缩合并的目录并创建新的＆＃34; docx＆＃34;文件。这两个＆＃34; docx＆＃34;根据Microsoft单词比较，文件（原始文件和合并文件）相同。根据CRC32比较，xml内容也是相同的，但是合并的＆＃34; docx＆＃34;的大小或CRC32值都是相同的。文件与原始文件不同。对于减压，我使用了 System.IO.Compression库。

这是压缩问题吗？什么是微软词（和其他观众使用）用于创建开放式xml格式文档的压缩算法，例如＆＃34; docx＆＃34;文件？

我为几个docx比较运行了一些单位投注。所以我认为检查测试是否正确传递的唯一方法是比较crc32数字。

 public static void CreateCompressFile(string dirinfo, string originalFile)
 {
     FileInfo fi = new FileInfo(originalFile);
     ZipFile.CreateFromDirectory(dirinfo, 
         originalFile.Replace(fi.Extension, "_tmp" + fi.Extension),
         CompressionLevel.Fastest, false);
 }

Answer 1

Docx是ZIP文件。只要解压缩的内容是相同的，从Word的角度来看，文件可以被视为相同（除非您出于某种原因需要签署ZIP文件）。

ZIP文件格式不需要某种特定的压缩数据格式 - 它明确允许压缩质量的变化。每个压缩库/工具都可以根据其内部条件自由选择压缩级别。即使选项传递给压缩类似，2个不同的实现也不太可能从相同的内容生成相同的ZIP文件。

即。即使是示例，您也有能力选择CompressionLevel：ZipFile.CreateFromDirectory(...,CompressionLevel.Fastest, ...);。

以前在SE上讨论的类似问题：ZIP files created with GUI have more bytes than ZIP files created in a shell。

解压缩docx文件，比较它们的内容并创建一个新的合并docx文件

1 个答案: