Libarchive 3.8.0 发布:多格式压缩库的重大更新
Libarchive 是一个开源的、跨平台的库,提供了对多种压缩和归档格式的读写支持。它被广泛应用于各种系统工具中,如bsdtar、bsdcpio等,能够处理包括tar、zip、7z、rar等在内的多种归档格式。
新功能亮点
增强的ZIP写入功能
Libarchive 3.8.0为ZIP写入功能带来了多项重要改进。现在支持XZ、LZMA、ZSTD和BZIP2等压缩算法,大大扩展了ZIP格式的压缩选项。特别值得注意的是新增了LZMA结合RISCV BCJ过滤器的支持,这对于处理RISC-V架构的二进制文件特别有用,可以显著提高压缩效率。
XAR格式的XML处理改进
XAR格式的读写功能得到了显著增强,新增了对xmllite的支持。这使得处理XAR格式中的XML数据更加高效和可靠,特别是对于包含大量XML元数据的归档文件。
时间戳处理增强
新版本中增加了对@前缀的Unix时间戳的支持,这使得处理各种格式的时间戳更加灵活。同时,bsdtar工具新增了--mtime和--clamp-mtime选项,为用户提供了更精确的归档文件时间戳控制能力。
安全修复
3.8.0版本包含了多项重要的安全修复:
- RAR格式处理中修复了可能导致跳过文件结尾的问题,防止了潜在的数据读取异常。
- 修复了RAR处理超过40亿节点时可能出现的内存管理问题。
- 解决了RAR格式处理中的缓冲区边界问题。
- WARC格式处理中增加了对数值溢出的防护。
- 修复了tar格式处理中可能出现的数值溢出问题。
这些修复显著提高了库在处理异常归档文件时的安全性。
其他重要改进
- bsdtar工具现在能够正确处理负inode值的文件,避免错误的硬链接。
- gzip压缩文件现在支持设置原始文件名,提高了兼容性。
- 改进了lseek处理逻辑,使文件定位操作更加可靠。
- 增强了32位系统上对大型RAR头文件的支持。
- 改进了32位系统上对大型tar文件(LFS)的支持。
技术影响
Libarchive 3.8.0的这些改进使其成为一个更加强大和安全的归档处理库。新增的压缩算法支持使开发者能够创建更高效的归档文件,而安全修复则确保了处理异常归档文件时的安全性。特别是对32位系统的改进,使得在资源受限的环境中处理大型归档文件变得更加可行。
对于系统工具开发者来说,这些改进意味着可以构建更强大、更安全的归档处理工具。对于最终用户而言,这意味着更快的压缩速度、更好的兼容性和更高的安全性。
Libarchive作为一个基础库,其稳定性和功能的持续改进对整个开源生态系统都有着重要意义。3.8.0版本的发布再次证明了该项目在归档处理领域的领导地位。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









