Convertir 7Z a XZ

Esta es una conversión de compatibilidad y no de compresión, y decirlo pronto ahorra decepciones. Quien empaqueta software, publica una versión de código fuente o alimenta un script de compilación tiene una cadena que da por hecho un tarball comprimido: una descarga que se canaliza directamente a tar, una línea de fuentes en la receta de un paquete, una regla de Makefile que lleva una década funcionando. Y ha llegado un 7Z, normalmente porque quien lo produjo trabaja en Windows y 7-Zip es lo que Windows tiene.

El otro extremo no se va a cambiar por un archivo. A la mayoría de esos sistemas solo se les enseña a leer 7Z instalando otra herramienta en todas las máquinas que ejecutan la cadena, y eso es un cambio mucho mayor que convertir un archivo. El encuadre honesto de esta página es por tanto estrecho: convierte si algo aguas abajo lo exige, y deja el 7Z en paz si nada lo exige.

Este par es raro en este sitio y por eso los números son aburridos. El 7Z apareció en 1999 y el XZ en 2009, y ambos están construidos sobre la misma familia de compresión, así que la proporción la deciden los datos y no la elección de formato. En una carpeta de código o de registros los dos encuentran muchísima repetición; en una de fotografías o de vídeos ninguno encuentra nada, porque la redundancia se eliminó antes de archivar.

Es probable, además, que el resultado sea ligeramente mayor que el original, porque debajo del XZ hay un TAR y el TAR rellena cada miembro hasta un múltiplo de 512 bytes, un peaje que el 7Z no pagaba. Si tenías la esperanza de encoger una descarga con la que ya estabas descontento, la respuesta es que el compresor nunca fue el problema.

XZ comprime exactamente un flujo. No tiene un campo para un nombre de archivo, no conoce el concepto de directorio y no tiene manera de decir que este tramo de bytes era un miembro y aquel otro. No es una carencia que a alguien se le olvidara arreglar: es el diseño, y es la razón de que TAR exista a su lado.

La conversión desempaqueta por tanto el 7Z, reúne en un TAR todo lo que contenía y comprime ese TAR. El TAR se construye desde dentro del directorio extraído y no un nivel por encima, de modo que el tarball lleva tus archivos en el primer nivel en lugar de una carpeta envolvente que los contenga. Ojo con un detalle: es un TAR nuevo escrito ahora, no un tarball que el 7Z llevara dentro, así que si el 7Z contenía un .tar como fichero corriente, ese fichero se conserva como fichero y no se desenvuelve.

Obtienes un archivo terminado en .xz y su nombre honesto termina en .tar.xz. No se rompe nada si lo dejas —tanto xz como tar miran los bytes y no la extensión—, pero cualquier persona y la mitad de la automatización de aguas abajo leen primero la extensión, y un .xz que resulta contener un tarball es la clase de sorpresa que acaba en un informe de error.

Renómbralo antes de publicarlo. Así, un solo comando de tar hace las dos capas de una pasada, que es exactamente lo que espera quien lee tus notas de versión; un archivo llamado solo .xz invita a descomprimirlo y deja a quien lo hace con un fichero sin extensión que en realidad es un archivo empaquetado. XZ, a diferencia de gzip, no guarda ningún nombre original propio, así que la extensión que le pongas es la única etiqueta que ese archivo va a tener.

Un archivo 7Z sabe lo que lleva dentro. Los nombres, las rutas, los tamaños y una suma de verificación por entrada están registrados en el propio archivo, y por eso un gestor puede enseñarte el contenido de un 7Z de 400 MB al instante sin descomprimir nada. Un XZ no sabe nada: puede informar del número de bloques y del tamaño del flujo, y ahí se acaba lo que es capaz de contarte.

Todo lo que un listado de un .tar.xz te enseña se está leyendo del TAR de dentro, lo que obliga a descomprimir el flujo para llegar hasta él. En una versión pequeña eso es un segundo y nadie lo nota; en un archivo de varios gigabytes al que alguien quiere asomarse es la diferencia entre una respuesta inmediata y un café. Si el archivo se va a hojear en lugar de consumirse entero, esta conversión lo empeora y el 7Z debería quedarse.

El registro anota xz, 7-Zip y Keka entre los programas que leen un XZ, y el primero es el que importa: xz forma parte de la instalación base de prácticamente cualquier distribución de Linux y de los sistemas BSD, porque el propio gestor de paquetes depende de él. Una imagen de contenedor que no tenga más que un intérprete de órdenes suele poder desempaquetar un .tar.xz igualmente.

7-Zip no está en esa posición. Es excelente y es gratuito, y sigue siendo algo que una persona o una imagen de compilación tiene que instalar; el registro señala precisamente el soporte irregular como problema conocido del formato 7Z. En una máquina que controlas la distinción es trivial; en un agente de compilación, en el equipo de un cliente o en un contenedor mínimo que no montaste tú, es la cuestión entera. Esa asimetría, y no la compresión, es lo que compra esta conversión.

El 7Z admite cifrado y el XZ no, así que un archivo protegido no puede cruzar ni siquiera en principio. En lugar de adivinar una contraseña o de producir algo a medio escribir, al extractor se le pasa una contraseña vacía justamente para que un archivo cifrado falle de inmediato con un mensaje legible en vez de quedarse esperando un aviso que no tiene terminal donde aparecer.

Ábrelo en tu máquina con 7-Zip o con Keka y convierte después el archivo sin cifrar. Merece la pena entender por qué está hecho así: sin esa contraseña vacía, el proceso se quedaría bloqueado hasta que lo matara el temporizador, y quien está al otro lado recibiría un tiempo de espera agotado en vez de la frase que le dice qué hacer.

Antes de escribir nada en disco se le pregunta al archivo a cuánto dice que se expande, y una declaración total por encima de 2 GiB se rechaza. Un 7Z pequeño puede anunciar honestamente que se descomprime en terabytes, y enterarse durante la extracción llega tarde. La comprobación no es hermética por sí sola, porque un archivo puede declarar de menos; lo que acota el resto es la disposición alrededor.

Esa disposición incluye un límite de tiempo que conviene entender bien: se corta cada proceso a los sesenta segundos, no la petición entera. Como esta conversión encadena varios procesos —listar, extraer, empaquetar en TAR y comprimir—, una petición legítima puede pasar de un minuto sin que nada haya ido mal. Lo que no puede es que un solo paso se quede dando vueltas.

Los archivos salen byte a byte; se trata de un reempaquetado sin pérdida. Lo que no siempre sobrevive es lo que el contenedor anterior guardaba sobre ellos, y no dentro de ellos: una contraseña, y en algunos formatos los permisos y las marcas de tiempo originales. Un 7Z escrito en Windows puede no haber llevado nunca un bit de permiso de Unix.

Si tu entrega necesita que un ejecutable llegue con permiso de ejecución, compruébalo en el tarball y arréglalo ahí, en vez de descubrirlo en la máquina de otra persona. Y si dentro hay nombres con tildes o con eñe, míralos también: la manera en que cada contenedor guarda los nombres no es la misma, y es más barato verlo en el listado que en un informe de error escrito en otra zona horaria.

Lista el resultado y compáralo con el contenido del 7Z entrada por entrada: mismo número, mismas rutas, mismos tamaños. Es la comprobación más barata posible y detecta el único fallo que aquí importa de verdad, que es una ruta de primer nivel desplazada un directorio. Un archivo empaquetado desde el directorio padre lleva una carpeta al principio de cada ruta y uno empaquetado desde dentro no, y un script que esperaba lo uno y recibió lo otro falla de una forma que cuesta una hora leer.

Ahí es donde vive el valor de esta página, y no en los bytes ahorrados: en que el archivo que publiques tenga la forma que la cadena del otro lado da por supuesta, y en que lo hayas comprobado tú antes de que lo compruebe alguien con menos paciencia.

A tu navegador no. Muchas de las herramientas de este sitio convierten en tu propio equipo y lo dicen; reempaquetar archivos es una de las excepciones, porque necesita 7-Zip y xz como programas reales. El fichero viaja por una conexión cifrada hasta un contenedor que los ejecuta, y ese contenedor está configurado sin salida a internet.

Cada trabajo recibe un directorio propio y ese directorio se elimina al terminar, sea cual sea el desenlace; el archivo se guarda además con un nombre neutro, de modo que el nombre que tú le habías puesto no llega a escribirse en disco. El plan gratuito acepta 25 MB por archivo y hasta cien conversiones de servidor al día. Si el archivo contiene material que no entregarías a un tercero en ningún caso, 7-Zip y xz en tu propia máquina hacen exactamente estos dos pasos sin conexión.