GZ in ZIP umwandeln

GZ ist das Kompressionsformat, in dem Linux-Server ihre eigenen Protokolle ablegen — ein rotiertes access.log eines Webservers heißt fast immer access.log.1.gz, egal ob der Server bei einem deutschen Hoster oder anderswo läuft. Auch Quellcode-Archive und Software-Pakete aus der Linux-Welt kommen häufig als .tar.gz.

Windows kennt ZIP-Dateien von Haus aus, seit dem Windows-Explorer der letzten zwanzig Jahre. Eine GZ-Datei dagegen braucht ein Zusatzprogramm — für jemanden im Büro, der Windows ohne 7-Zip nutzt, ist das eine Datei, die sich einfach nicht öffnen lässt.

Diese Umwandlung entpackt die GZ-Datei und packt denselben Inhalt neu als ZIP — die Bytes der eigentlichen Datei darin ändern sich dabei nicht. Ein Logfile bleibt Zeile für Zeile dasselbe Logfile, nur in einer anderen Hülle.

Was nicht mitkommt, ist alles, was der Container über die Datei wusste statt in ihr zu stehen: ein Passwort, sofern eines gesetzt war, und je nach Ursprungsformat auch die ursprünglichen Berechtigungen und Zeitstempel. Für eine einzelne Logdatei spielt das praktisch nie eine Rolle.

Anders als ZIP oder TAR ist GZ von sich aus kein Archivformat für mehrere Dateien — es komprimiert genau eine. Ein ganzer Ordner wird unter Linux deshalb erst mit tar zu einer Datei zusammengefasst und danach gezippt, was die vertraute Endung .tar.gz ergibt.

Steckt hinter der .gz-Endung tatsächlich ein .tar.gz, also ein TAR-Archiv mit vielen Dateien darin, entpackt diese Umwandlung nur die äußere GZ-Schicht — im ZIP landet dann eine einzelne TAR-Datei, kein Ordner mit vielen Einzeldateien. Wer die Einzeldateien direkt in der ZIP braucht, wandelt in einem zweiten Schritt von TAR aus um.

Archivumwandlungen laufen nicht im Browser, weil dafür ein eigenständiges Packprogramm gebraucht wird, das kein Browser mitbringt. Die GZ-Datei geht deshalb an api.quinvert.com, wird dort in einem eigenen Verzeichnis unter einem neutralen Namen abgelegt und nach der Umwandlung wieder gelöscht — auch wenn die Umwandlung fehlschlägt.

Der ursprüngliche Dateiname erreicht dabei nie die Festplatte des Servers, und der Container hat selbst keinen Zugang zum Internet, kann also während der Verarbeitung nichts nachladen oder woandershin schicken.

Server-seitige Umwandlungen sind auf 25 MB pro Datei begrenzt. Ein typisches rotiertes Logfile liegt komprimiert deutlich darunter; ein großes Quellcode-Archiv kann diese Grenze dagegen erreichen.

Zusätzlich ist die entpackte Größe auf 2 GiB gedeckelt — bei einer stark komprimierten GZ-Datei kann das entpackte Ergebnis ein Vielfaches der Originaldatei sein, und diese Grenze fängt das ab, bevor der Server damit überfordert wird.

Hundert Serverumwandlungen pro Besucher und Kalendertag sind erlaubt, mit einer zusätzlichen Bremse von höchstens fünf Anfragen pro Minute gegen sehr schnelle Serien. Für den gelegentlichen Logfile-Export im Support-Alltag ist das keine praktische Einschränkung.

Wer regelmäßig ganze Serien von Logdateien archivieren muss, sollte das eher als Server-Aufgabe mit eigenem Werkzeug einrichten — diese Seite ist für den einzelnen, gelegentlichen Fall gedacht, nicht für eine automatisierte Pipeline.

GZ und ZIP komprimieren beide, aber unterschiedlich gut — GZ nutzt in der Regel eine stärkere Einstellung, während der ZIP-Schreiber hier jeden Dateiinhalt so ablegt, wie es am Ende kleiner ausfällt, ohne eine feste Kompressionsstufe zu erzwingen. In der Praxis fällt eine aus GZ erzeugte ZIP-Datei deshalb meist etwas größer aus als das Original.

Für den Zweck dieser Umwandlung — Öffnenkönnen auf einem gewöhnlichen Windows-Rechner — ist das unerheblich. Es geht hier nicht um die kleinste mögliche Datei, sondern um die am weitesten verbreitete Hülle.

Eine GZ-Datei trägt in ihrem Header häufig den ursprünglichen Namen der komprimierten Datei, unabhängig vom Namen der .gz-Datei selbst. Ist dieser Name vorhanden, liest das Packprogramm auf dem Server ihn beim Entpacken aus, und genau dieser Name landet als Eintrag in der ZIP-Datei — Umlaute eingeschlossen.

Weil eine GZ-Datei immer nur eine einzige Datei fasst, kann es bei dieser Umwandlung anders als bei Archivformaten mit vielen Einträgen auch keine zwei gleichnamigen Dateien geben, die sich beim Entpacken gegenseitig überschreiben könnten.

Bis zu hundert GZ-Dateien lassen sich gemeinsam hochladen und kommen als ein ZIP mit allen umgewandelten Dateien zurück — praktisch, wenn ein Server seine Logs täglich rotiert und eine ganze Woche access.log.1.gz bis access.log.7.gz auf einmal weitergegeben werden soll.

Jede Datei durchläuft dabei ihr eigenes, getrenntes Verzeichnis auf dem Server; es entsteht keine gemeinsame, zusammengeführte Logdatei aus mehreren Dateien. Wer die einzelnen Logs später gemeinsam auswerten will, führt das nach dem Entpacken im eigenen Werkzeug zusammen.

Innerhalb der Archivfamilie dieser Seite gilt für RAR eine Sonderregel: RAR-Dateien lassen sich einlesen, aber nirgends als Ziel erzeugen — auch nicht als Zwischenschritt bei dieser Umwandlung. Das ist keine fehlende Funktion, sondern eine Lizenzentscheidung, weil das Schreiben von RAR-Dateien unter einer Lizenz steht, die dieser Seite nicht zur Verfügung steht.

Für eine GZ-zu-ZIP-Umwandlung betrifft das nur am Rand: Wer stattdessen eine RAR-Datei hat, findet auf dieser Seite eine eigene Umwandlung dafür, die als Ziel ZIP, 7Z, TAR, GZ, BZ2 oder XZ anbietet — nur eben nicht wieder RAR.

Wer eine ZIP-Datei bekommen hat und sie für ein Linux-System wieder als GZ braucht, findet dafür die umgekehrte Umwandlung. Auch dort gilt: Der Dateiinhalt kommt unverändert an, nur die Hülle wechselt.

Enthält die ZIP-Datei mehrere Einträge, während GZ nur eine einzelne Datei fassen kann, entscheidet die Rückrichtung, wie damit umgegangen wird — ein Fall, der bei einem einzelnen Logfile ohnehin nicht auftritt.

Geht die Datei an jemanden mit einem Linux- oder Mac-Rechner zurück, ist GZ oder TAR.GZ oft die natürlichere Wahl, weil dort ohnehin jedes System damit umgehen kann. ZIP lohnt sich vor allem dann, wenn am anderen Ende zuverlässig Windows ohne Zusatzprogramm steht.

Für sehr große Archive mit vielen Dateien kann 7Z eine kleinere Ausgabe liefern als ZIP, bei etwas geringerer Verbreitung an Programmen, die es ohne Weiteres öffnen. Die Wahl ist am Ende eine Frage, wer die Datei als Nächstes öffnen muss.