簡單來說，用壓縮軟件壓縮的文件叫做壓縮文件。壓縮的原理是壓縮文件的二進制碼，減少相鄰的0，1碼，比如有000000，可以改成六個零，減少文件的空間。
文件壓縮的基本原理是找出文件中重復的字節，用相同的字節創建壹個“字典”文件，並用壹個代碼表示。比如文件中有幾個地方把同壹個詞“中國人* * *和中國”用壹個代碼表示，寫入“字典”文件，就可以達到減檔的目的。
壹個字節有0-255 * * 256個可能值，三個字節有256 * 256 * 256 * * 1600多萬種可能情況。較長短語的可能值呈指數增長，重復的概率似乎極低。事實上，所有類型的數據都傾向於重復。在壹篇論文中，有幾個術語會重復出現。
壹部小說，人名和地名會反復出現；壹張上下漸變的背景圖片，水平方向的像素會重復出現；語法關鍵詞會在程序的源文件中反復出現(我們寫程序前後復制粘貼了多少次？)，在以幾十K為單位的未壓縮格式的數據中，往往會出現大量的短語重復。
經過上述壓縮後，短語重復的傾向被完全破壞，所以對壓縮結果的第二次短語壓縮壹般是無效的。