文章封面示意图:章节列表、向下的保存箭头与校验标记并排
阅读口径

本文用公开可验的编码与压缩常识做估算,不针对任何具体文件包,也不提供获取方式。文中数字是数量级参考,实际体积受排版、字体、图片影响。

先算一个基准

纯中文文本按 UTF-8 编码,一个汉字约三字节;一章三千字,未压缩约 9 KB;一百章约 0.9 MB。文本的压缩率很高,普通的 deflate 压缩通常能把纯文字压到原体积的三到五成。所以一部一百章的纯文本连载,压成 zip 之后在几百 KB 到 1 MB 之间都算正常。记住这个基准,后面的判断就有参照物。如果包里含图,基准就要整体上调:一张压缩后的插图约 100 至 300 KB,一章配三张图,体积就会翻好几倍。先判断这个包是纯文本还是图文混排,再套用基准,估算才有意义。

体积偏小:三种常见情况

第一是只有目录或链接:包内是一堆指向外部的文本,体积自然小。第二是缺章严重:实际文件数远少于标称章数,体积与章数同步缩水。第三是重复内容被去重:同一章的不同版本被合并成一份,章数还在,体积偏小。三种都能通过解压后看目录项数量区分,不需要打开正文。

体积偏大:四种可能

含大量插图是最常见的:一张未压缩的截图就有几 MB,图片几乎不能被 zip 压小。其次是夹杂了音视频文件,体积会直接上到几百 MB。第三是格式冗余,比如把每章都存成带嵌入字体的 PDF,字体重复打包,一章就顶十章。第四是重复副本:同一批文件在不同目录下各存一份,体积翻倍而章数不变。遇到偏大的包,先按目录统计各子目录的占用,问题位置一目了然。

可执行检查单

  1. 01解压前先看压缩包内的条目数与最大单文件体积。
  2. 02解压后按目录统计占用,找出体积异常的单个文件夹。
  3. 03抽查体积最大的几个文件,确认是图片、字体还是重复内容。

一个常见问题

一个 50 MB 的“全本”正常吗?

要看内容构成。纯文本很难到这个量级,五十 MB 的纯文本相当于一千五百万汉字,远超一般连载;所以这个体积通常意味着含图、含音视频,或者混进了重复副本与未压缩的位图。判断方法不是猜,而是解压后看占比:图片目录占了九成,那就是图包;找不到大文件却体积很大,多半是重复目录。

体积只做初筛,不做结论

体积能帮你在一堆文件里快速排出可疑对象,却回答不了“内容全不全”。体积正常也可能缺章,体积异常也可能只是排版臃肿。真正下结论要靠三样东西:目录项数、正文文件数、以及末章内容。把体积当成第一道筛子,后面的核对才有着力点。