liblzma

定义

liblzma是一个通用的数据压缩库，其接口设计与zlib类似，原生容器格式为.xz，同时支持较旧的.lzma格式以及不带文件头的原始数据流^[1]。它支持多种压缩算法，在XZ Utils的语境中这些算法被称为「过滤器」，目前主要使用的过滤器是LZMA2^[3]。

该库属于XZ Utils项目的一部分，与名为xz的命令行工具一同发布，其开发与维护由Lasse Collin负责，主要部分基于Igor Pavlov的LZMA SDK^[3]。liblzma以公有领域形式发布，较新的版本采用BSD零条款许可（0BSD）^[2]。

原理

liblzma的核心是LZMA2过滤器，它以Lempel-Ziv-Markov链式算法为基础，通过字典匹配与区间编码实现压缩^[4]。压缩时可以利用过滤器链，把LZMA2与最多4个其他过滤器组合，通常只用1个或2个；例如在LZMA2之前加一个BCJ（分支/调用/跳转）过滤器，可以提升可执行文件的压缩率^[5]。

与LZMA1相比，LZMA2增加了对同步刷新、未压缩数据块的支持，可在编码过程中改变lc、lp、pb参数，并包含若干内部改进^[6]。解压速度方面，LZMA2稍慢于gzip，但明显快于bzip2，因此适合同一文件会被多次解压的场景^[7]。

内存占用与压缩级别密切相关。在追求最高压缩率时，LZMA2编码器会消耗大量CPU时间，并可能占用上百兆字节内存；而在快速模式下，它在速度、内存与压缩率上与bzip2处于同一量级^[7]。liblzma的压缩级别预设从0到9，0最快、9最慢，与xz命令行工具的-0至-9开关相对应^[6]。

发展历程

liblzma源自Tukaani项目的LZMA Utils一脉，该项目把Igor Pavlov提出的LZMA系列压缩思路整合为.xz格式与liblzma接口，供类Unix系统使用^[8]。据XZ Utils的说明，其目标是让LZMA压缩在自由操作系统上易于使用，为此提供了与同类工具用法相近的命令行工具和库^[9]。

2010年10月23日发布的5.0.0版本是一个重要节点，其更新说明将liblzma的API与ABI标记为稳定，并把共享库的soname提升为5.0.0，此后该库成为各发行版中可依赖的系统库^[8]。2014年12月21日发布的5.2.0版本延续了稳定分支^[8]。

2024年2月至3月间发布的5.6.0与5.6.1版本后来被确认被植入了后门代码，相关编号为CVE-2024-3094，该问题在2024年3月29日公开^[8][10]。此后项目恢复了正常发布，2025年3月25日的5.8.0版本延续了事件之后的稳定发布线^[8]。

应用

liblzma被广泛用于类Unix操作系统的软件包与系统组件中。以Debian为例，liblzma5是XZ格式压缩库的软件包，其依赖包括GNU C语言运行库等基础组件^[4]。

在文件分发场景中，由于LZMA2解压较快，.xz格式适合同一文件被反复解压的用途，例如软件包的发布与安装^[7]。该库的接口还被其他语言与应用以绑定或封装的形式调用，例如面向.NET的本地库封装、纯C#实现的XZ/LZMA2编解码实现等^[11]。

liblzma的API头文件以Doxygen注释形式给出各函数与数据类型的简要说明，可作为快速参考；源码包中还提供了若干示例程序，帮助开发者入门^[5]。

局限

liblzma在追求高压缩率时资源代价明显，LZMA2编码器可能耗费大量CPU时间与上百兆字节内存，因此不适合对压缩速度或内存有严格限制的场景^[7]。

多线程支持存在不对称。较新的XZ Utils支持多线程压缩，但尚不支持多线程解压，相关设计已在.xz文件格式规划中预留^[5]。此外，liblzma的库函数不会抛出异常，调用方需要通过返回值判断错误^[1]。

LZMA2的多种参数会影响压缩率与内存占用，部分匹配查找器在特定构建配置下可能不可用，若编译时禁用了hc3、hc4或bt4等匹配查找器，某些预设级别的选项可能无法用于编码^[6]。

参见

• XZ Utils —— liblzma所属的压缩软件项目，同时提供xz命令行工具。

• LZMA —— liblzma所支持压缩算法的基础，来自Igor Pavlov的LZMA SDK。

• LZMA2 —— liblzma当前主要使用的压缩过滤器。

• zlib —— 接口设计上与liblzma相似的通用压缩库。

• gzip —— 另一种常见的压缩格式与工具，xz的命令行语法与其相近。

• CVE-2024-3094 —— 涉及liblzma的供应链安全漏洞编号。