Was ist eine ZIP-Datei?

ZIP ist ein Behälter: eine Hülle für Ströme, die etwas anderes kodiert hat. Eingesetzt wird es für den Austausch zwischen Programmen und die Weitergabe fertiger Dateien.

Die Endung lautet .zip, der volle Name ZIP Archive. Beides sagt weniger aus als das, was die Datei halten kann — und davon handelt der Rest dieser Seite.

PKWARE hat es 1989 veröffentlicht. Die Spezifikation ist APPNOTE.TXT.

Einem Format, das so lange lesbar geblieben ist, kann man etwas anvertrauen, das man in zehn Jahren wiederhaben will.

Sie ist vollständig veröffentlicht, das Format lässt sich also aus dem Dokument umsetzen statt durch Nachsehen. Deshalb taucht es in so vielen Programmen auf, und deshalb gehen Dateien von vor zwanzig Jahren heute noch auf. Veröffentlicht heißt allerdings nicht lizenzfrei: Wo ein Format einen Codec einpackt, ist die Patentfrage eine eigene, die der Standard nicht mitbeantwortet.

ZIP speichert seinen Inhalt exakt. Erneutes Speichern ändert nichts, es lässt sich also beliebig oft öffnen, bearbeiten und wieder ablegen, ohne dass sich Schaden ansammelt — genau das macht es zu einem Arbeitsformat und nicht zu einem Ausgabeformat.

ZIP speichert ein Verzeichnis: Namen, Ordner und die Struktur dazwischen. Deshalb kann es im Mailanhang für einen Ordner einspringen.

Es arbeitet mit 32 KB am Stück: So groß ist der Abschnitt, innerhalb dessen eine Wiederholung liegen muss, damit sie überhaupt wegkomprimiert werden kann.

Diese eine Zahl erklärt den größten Teil des Unterschieds zwischen einem Archivformat und dem nächsten. Ein größerer Abschnitt findet mehr Wiederholung und braucht dafür mehr Zeit und mehr Speicher — das ist der ganze Handel.

ZIP bringt eine Prüfsumme, mit der eine beschädigte Datei auffällt statt stillschweigend falsch gelesen zu werden und optionale Verschlüsselung mit.

Eine verschlüsselte Datei muss aufgeschlossen werden, bevor sie irgendetwas umwandeln kann — hier wie überall. Ein Passwort ist nichts, was ein Umwandler umgehen kann, und einem, der es behauptet, sollte man die Datei erst recht nicht geben.

Windows Explorer, Finder und 7-Zip lesen es, und die meisten Programme derselben Art ebenfalls.

Wenn eine Datei nicht aufgeht, liegt es selten am Format — häufiger daran, dass das Programm älter ist als das Format. Die Umwandlung in etwas Älteres ist der verlässliche Weg daran vorbei, und dafür gibt es den Rest dieser Website.

Kein Browser liest es.

Das ist der häufigste Grund, es umzuwandeln: nicht dass das Format schlecht wäre, sondern dass die Stelle, an der die Datei erscheinen soll, es nicht lesen kann.

ZIP ist zum Öffnen und Ändern gedacht. Behalte die Datei in diesem Format, solange die Arbeit läuft, und exportiere daraus, wann immer eine fertige Fassung gebraucht wird.

ZIP ist das einzige Archivformat, das jedes Betriebssystem ohne zusätzliche Installation öffnet. Windows kann es seit 1998, macOS seit der allerersten Version, und jedes Telefon, jedes Mailprogramm und jeder Browser kommt damit zurecht. Das ist der ganze Grund, es zu wählen, und es ist ein sehr guter Grund.

Alles andere in der Archivwelt tauscht diese Eigenschaft gegen etwas anderes ein. RAR komprimiert besser, und die meisten Empfänger können es nicht öffnen. 7z komprimiert noch besser und braucht Software. TAR bewahrt Unix-Rechte, die unter Windows nichts bedeuten. ZIP gewinnt den Fall, der am häufigsten vorkommt: eine Datei an jemanden weiterzugeben, dessen Rechner man nicht kennt.

Das ist die Entwurfsentscheidung, die sowohl die Stärken als auch die Schwäche von ZIP erklärt. Jede enthaltene Datei wird einzeln komprimiert und in einem Verzeichnis am Ende des Archivs verzeichnet, sodass sich jede einzelne Datei sofort herausziehen lässt, ohne den Rest anzurühren.

Das macht ZIP hervorragend für Archive, in denen man gezielt nach einer Datei sucht, und mittelmäßig bei der Kompressionsrate. Tausend fast identische Textdateien werden einzeln zusammengepresst, ohne dass je auffällt, wie ähnlich sie sich sind — genau der Fall, in dem 7z und `.tar.gz` die Nase vorn haben, mitunter um ein Vielfaches.

ZIPs ursprüngliche Verschlüsselung, mit Spezifikation 2.0 im Jahr 1993 hinzugefügt, ist gebrochen. Es gibt bekannte Angriffe, die den Inhalt ohne das Kennwort wiederherstellen, und Werkzeuge dafür sind frei verfügbar. Eine so geschützte Datei ist vor einer neugierigen Kollegin geschützt und vor nichts sonst.

Modernes ZIP unterstützt außerdem AES-256, das tatsächlich stark ist — aber es ist nicht in jedem Werkzeug voreingestellt, und ein damit verschlüsseltes Archiv lässt sich mit dem Windows-Explorer nicht öffnen, der nach wie vor nur das alte Verfahren kennt. Die Wahl ist also: echte Sicherheit, die der Empfänger vielleicht nicht öffnen kann, oder Bequemlichkeit, die keine Sicherheit ist. Bei allem, das wirklich zählt, wird die Datei vor dem Archivieren verschlüsselt.

DOCX, XLSX, PPTX, ODT, EPUB, APK, JAR und Android-App-Bündel sind alle ZIP-Archive mit anderer Endung und einer vorgeschriebenen inneren Struktur. Jede davon in `.zip` umbenannt öffnet sich und zeigt XML und Bilder im Inneren.

Deshalb spart das Zippen eines Ordners voller DOCX-Dateien fast nichts — der Inhalt ist bereits komprimiert, und Kompression sinnvoll zweimal laufen zu lassen funktioniert nicht. Dasselbe gilt für JPEGs, MP3s, MP4s und PDFs. Kommt ein Archiv etwa so groß heraus wie sein Inhalt, ist das kein Fehlschlag — es bedeutet, dass die Dateien ihre Arbeit schon vorher erledigt hatten.

Unix-Dateirechte, Besitzverhältnisse und symbolische Verknüpfungen haben in ZIP keine verlässliche Heimat. Manche Werkzeuge legen sie in einem Erweiterungsfeld ab, das die meisten anderen ignorieren, sodass ein auf einem Mac gepackter Ordner mit Skripten auf einem Server oft ohne gesetztes Ausführungsrecht ankommt.

Deshalb wird Software für Unix-Systeme als `.tar.gz` statt als ZIP verteilt, und das lohnt sich zu wissen, bevor man ZIP verwendet, um ein Projekt zwischen Rechnern zu bewegen. Für Dokumente, Fotos und alles, das ein Mensch von Hand öffnet, spielt das keine Rolle.

Die ursprüngliche Spezifikation verwendete 32-Bit-Felder und begrenzte ein Archiv, jede enthaltene Datei auf vier Gigabyte und die Anzahl der Einträge auf 65.535. ZIP64 hob 2001 alle drei Grenzen auf und ist das, was jedes aktuelle Werkzeug schreibt, sobald es gebraucht wird.

Alte Software versteht das nicht. Das Symptom ist unverwechselbar: ein Archiv, das in einem Programm klaglos entpackt und in einem anderen — meist einem älteren Hilfsprogramm oder etwas in einem Gerät Eingebettetem — Beschädigung oder Abschneiden meldet. Das Archiv ist in Ordnung; das lesende Programm stammt aus der Zeit vor der Erweiterung.

Beim Komprimieren unter macOS entsteht ein `__MACOSX`-Ordner samt Dateien, die mit `._` beginnen — Resource Forks und erweiterte Attribute, die macOS getrennt speichert und danebenpackt. Auf dem Mac sind sie unsichtbar. Unter Windows entpackt wirken sie wie Unrat neben jeder echten Datei.

Sie lassen sich gefahrlos löschen und enthalten nichts, das jemand braucht. Erwähnenswert, weil es ein sonst ordentliches Archiv zuverlässig unaufgeräumt aussehen lässt und der Empfänger oft annimmt, etwas sei schiefgegangen.

ZIP lässt sich auf nummerierte Teile aufsplitten — `.z01`, `.z02`, und ein abschließendes `.zip` —, um Größengrenzen bei E-Mail oder Speicherplatz zu umgehen. Alle Teile müssen vor dem Entpacken im selben Ordner liegen, und das Entpacken beginnt an der `.zip`, nicht am ersten nummerierten Teil.

Es sind keine eigenständigen Archive, ein fehlendes Teil macht also meist alles danach unwiederbringlich. Bricht ein geteiltes Archiv ohne klaren Grund mittendrin ab, ist ein fehlendes oder umbenanntes Teilstück als erstes zu prüfen.

Zu 7z greifen, wenn das Archiv groß ist, viele ähnliche Dateien enthält und dorthin geht, wo die passende Software bekanntlich vorhanden ist — der Unterschied in der Kompressionsrate ist real und kann erheblich sein. Zu `.tar.gz`, wenn das Ziel ein Unix-System ist und Dateirechte erhalten bleiben müssen.

Für alles andere ZIP wählen, und das ist das meiste. Das beste Archivformat ist das, das der Empfänger öffnen kann, und etwas anderes als ZIP an jemanden zu schicken, dessen Ausstattung man nicht kennt, verlagert leise ein Problem, das sich hätte vermeiden lassen.