PHP ZIP 檔案內容比較類：高效差異檢測、支援 CRC32 校驗、避免重複處理未變更檔案

場景：用戶上傳 ZIP 包含大量圖片，需耗時處理（壓縮、水印、AI 分析）。用戶再次上傳更新包時，僅處理「新增、修改、刪除」的檔案，大幅節省資源。本文實作 ZipCompare 類，基於檔案名 + CRC32 雙重校驗，秒級完成差異分析。

核心演算法

1. 呼叫系統 unzip -v 列出 ZIP 內部檔案清單（不解壓，極快）。
2. 解析輸出，提取每個檔案的 名稱、大小、CRC32。
3. 建立 [檔案名 => "大Size_CRC32"] 關聯陣列。
4. 集合運算：array_diff_key 找出新增/刪除，同名檔案比對 CRC32 判斷是否修改。

完整類實作

<?php
/**
 * ZIP 檔案內容比較器
 * 依賴：系統安裝 unzip 指令
 */
class ZipCompare {
    /** 比較兩個 ZIP，回傳差異清單
     * @return array ['add' => [], 'del' => [], 'match' => [], 'changed' => []]
     */
    public function compare(string $zip1, string $zip2): array {
        if (!$this->checkUnzip()) throw new RuntimeException('unzip command not found');
        if (!$this->validZip($zip1) || !$this->validZip($zip2)) throw new InvalidArgumentException('Invalid zip file');

        $info1 = $this->getZipInfo($zip1);
        $info2 = $this->getZipInfo($zip2);

        $result = ['add' => [], 'del' => [], 'match' => [], 'changed' => []];

        $files1 = array_keys($info1);
        $files2 = array_keys($info2);

        // 新增：在 zip1 不在 zip2
        $result['add'] = array_values(array_diff($files1, $files2));
        // 刪除：在 zip2 不在 zip1
        $result['del'] = array_values(array_diff($files2, $files1));
        // 同名檔案
        $common = array_values(array_intersect($files1, $files2));

        foreach ($common as $file) {
            if ($info1[$file] === $info2[$file]) {
                $result['match'][] = $file;
            } else {
                $result['changed'][] = $file; // 內容異同
            }
        }
        return $result;
    }

    /** 解析 unzip -v 輸出 */
    private function getZipInfo(string $zip): array {
        // unzip -v 輸出格式固定，跳過前 3 行標題，最後 2 行摘要
        $cmd = "unzip -v " . escapeshellarg($zip) . " | sed '1,3d' | head -n -2";
        $output = shell_exec($cmd);
        $info = [];
        foreach (explode("\n", $output) as $line) {
            $line = trim($line);
            if (!$line) continue;
            // 壓縮多空格
            $parts = preg_split('/\s+/', $line);
            // 欄位：Length Method Size Cmpr Date Time CRC-32 Name
            if (count($parts) >= 8) {
                $name = $parts[7];
                $size = $parts[0];
                $crc = $parts[6];
                $info[$name] = "{$size}_{$crc}";
            }
        }
        return $info;
    }

    private function validZip(string $zip): bool {
        return file_exists($zip) && (int)shell_exec("unzip -t " . escapeshellarg($zip) . " 2>&1 | grep -c 'OK'") > 0;
    }

    private function checkUnzip(): bool {
        return str_contains(shell_exec('unzip -v 2>&1'), 'UnZip');
    }
}
?>

使用範例與輸出

<?php
require 'ZipCompare.php';

$cmp = new ZipCompare();
$result = $cmp->compare('upload_v1.zip', 'upload_v2.zip');

echo "新增檔案: " . count($result['add']) . "\n";
echo "刪除檔案: " . count($result['del']) . "\n";
echo "未變更: " . count($result['match']) . "\n";
echo "內容變更: " . count($result['changed']) . "\n";

// 針對性處理
foreach (array_merge($result['add'], $result['changed']) as $file) {
    // 解壓單一檔案處理
    // shell_exec("unzip -j -o {$zip} {$file} -d /tmp/process/");
    processFile($file);
}

function processFile(string $file): void {
    echo "Processing: $file\n";
    // 耗時操作：縮圖、水印、OCR...
}
?>

輸出範例：

新增檔案: 1
刪除檔案: 4
未變更: 13
內容變更: 0
Processing: 9.jpg

效能與限制分析

進階改良方向

• 巢狀目錄支援：保留相對路徑作為 Key，比對時遞迴對應子目錄。
• 純 PHP 實作：使用 ZipArchive 類讀取項目屬性（getFromName() 計算 CRC32），移除 unzip 依賴，提升可移植性（犧牲些許速度）。
• 流式處理超大 ZIP：ZipArchive 逐項迭代，避免一次性載入清單記憶體。
• 差異打包：根據比較結果生成增量補丁包，供客戶端增量更新。

ZipCompare 類以「不解壓、只比對元數據」為核心策略，完美解決大量檔案重複處理痛點，是雲端同步、批次處理、版本控制系統的關鍵基建組件。