Convertir RAR a TAR

El RAR llega desde el lado Windows de una relación de trabajo: la entrega de un proveedor, el traspaso de una contrata, el paquete de registros de un cliente, un lote de documentos escaneados de un servicio que usa WinRAR desde 2004. Y aterriza en un sitio que nunca lo ha necesitado: un servidor Linux, un trabajo de integración continua, un paso de carga de datos, un importador que recorre cabeceras TAR porque es lo que producía todo aquello para lo que se escribió.

El impulso de instalar un extractor en la máquina suele ser el equivocado: significa un paquete nuevo en cada imagen, una pregunta de licencia que responder y un formato que nadie más en la cadena entiende. Convertir una vez, a la forma que el resto ya maneja, deja la rareza en la frontera. Es un trabajo distinto de hacer el archivo más pequeño o de guardarlo durante años, y por eso esta página recomienda el destino menos ingenioso del sitio.

RAR es propietario y el registro lo anota como legible y no escribible. Eso es una posición de licencia y no una limitación técnica: el código de UnRAR se publica en términos que permiten extraer y prohíben expresamente usarlo para construir un programa que cree archivos RAR, así que un servicio que respete esa licencia puede abrir un RAR y no puede producir uno jamás.

La consecuencia práctica conviene decirla: esta conversión no es reversible aquí. Con el contenido ya en un TAR puedes comprimirlo con gzip, bzip2 o xz, o reempaquetarlo como ZIP o 7Z, y ninguno de esos caminos vuelve a RAR. Si tienes que devolverle un RAR a quien te lo mandó, hace falta WinRAR en una máquina tuya. Ninguna página de este sitio va a cubrir nunca ese hueco.

Todos los demás archivos comprimidos de este sitio los maneja 7-Zip, y RAR es la excepción: la versión de 7-Zip que empaqueta Debian viene sin el códec de RAR. El trabajo lo hace por tanto un programa aparte, `unrar-free`, con licencia GPL y presente en el repositorio principal de la distribución, invocado como proceso propio.

No era la respuesta esperada. La vía convencional es el `unrar` del propio fabricante desde la sección no libre, y resultó innecesaria al medir el extractor libre contra un archivo RAR5 real en lugar de suponerlo limitado a RAR4. Dejarlo escrito aquí es deliberado: es la clase de detalle que alguien «corrige» de vuelta al paquete no libre mientras ordena, y la medición es el motivo para no hacerlo.

RAR es un formato sólido: concatena los miembros en un flujo continuo antes de comprimir y encuentra repeticiones entre archivos en lugar de empezar de cero en cada frontera. Por eso un RAR de cuarenta documentos parecidos es pequeño. TAR no hace nada de eso: cabecera de 512 bytes, archivo, relleno hasta el siguiente múltiplo de 512, siguiente cabecera, y dos bloques vacíos al final.

Así que el cambio de tamaño no es un porcentaje, es un cambio de categoría. Un RAR de veinte megabytes con mucho texto dentro puede acabar siendo un tarball varias veces mayor, y encima se paga el relleno: un archivo de un byte ocupa 1.024 bytes completos entre cabecera y bloque de datos. Con muchos archivos pequeños ese sobrecoste se ve solo. Conviene saber la cifra antes de que el tarball tenga que viajar a alguna parte.

Una cabecera TAR es sorprendentemente expresiva para lo vieja que es: nombre, ruta, tamaño, fecha de modificación, propietario, grupo y bits de permiso, todo en campos fijos. Es exactamente lo que quiere una cadena Unix, y es la razón de que un tarball sea el intermedio adecuado para cualquier cosa que se vaya a desempaquetar y luego ejecutar o servir.

Lo que la cabecera reciba depende de lo que llevara el RAR. La advertencia del registro para estos pares lo dice sin rodeos: los archivos salen byte a byte iguales, y lo que no sobrevive es lo que el contenedor sabía sobre ellos y no lo que había dentro —una contraseña y, según el formato, los permisos y las marcas de tiempo originales—. Un RAR escrito en Windows puede no haber guardado nunca un modo Unix, así que si un guion tiene que llegar ejecutable, compruébalo en lugar de suponerlo.

El registro anota que RAR ofrece cifrado y suma de verificación; una cabecera TAR tiene su propia suma y poco más que merezca llamarse integridad. Ese cambio importa porque cambia lo que se puede detectar después: un contenedor que sabe cuándo un miembro está dañado avisa, y un TAR plano en general no, de modo que un miembro corrupto se desempaqueta en silencio como datos corruptos.

Si el tarball se va a guardar en lugar de consumirse enseguida, compensa comprimirlo con algo que añada comprobación de flujo —gzip, bzip2 y xz la añaden— o anotar tú mismo los resúmenes de los archivos. Es un minuto ahora y es la diferencia entre descubrir un problema y heredarlo.

Un TAR plano rara vez es el estado final y es un buen estado intermedio, porque separa dos decisiones que RAR junta. El empaquetado ya está hecho; la compresión pasa a ser tuya. Gzip si el artefacto lo descargan máquinas muchas veces y conviene que fluya; xz si va a almacenamiento y casi nunca se va a leer; bzip2 si algo más abajo lo nombra expresamente.

Ese reparto es el argumento entero de la combinación de `tar` con un compresor, y es útil de verdad cuando el archivo se pasa a otro en lugar de abrirse. Si ya sabes qué compresor quieres, este sitio convierte un RAR directamente a un tarball comprimido con gzip, bzip2 o xz en un solo paso: el TAR plano es para cuando no lo sabes, o para cuando la siguiente herramienta lo quiere sin comprimir.

El extractor se invoca de modo que un archivo cifrado devuelva el rechazo en lugar de quedarse esperando una contraseña que nadie va a poder escribir, porque no hay terminal donde escribirla. Así que el trabajo termina en error y no colgado, que es la diferencia entre saber qué pasa y esperar sin motivo.

La solución está en tu máquina: ábrelo con WinRAR o 7-Zip, guarda el contenido sin cifrar y convierte el archivo resultante. Lo mismo vale para un conjunto repartido en varios volúmenes; aquí se procesa un archivo por trabajo, y un juego multivolumen hay que reunirlo antes en un solo archivo.

La mayoría de las herramientas de este sitio convierten en tu propio dispositivo. Los archivos comprimidos son una de las excepciones, y RAR es la más marcada de todas, porque leerlo exige un extractor concreto para el que un navegador no tiene equivalente. El archivo viaja por conexión cifrada a un contenedor que no tiene salida a internet propia.

Cada trabajo recibe un directorio temporal recién creado, y el archivo se guarda ahí con un nombre genérico, de forma que el nombre que tú le habías puesto no llega a escribirse en disco. Ese directorio se borra al terminar el trabajo, con éxito o sin él, en un bloque que se ejecuta también en cada camino de error. El resultado se devuelve sin caché, no hay base de datos ni almacenamiento de objetos en el despliegue, y el contador de uso guarda un único registro con el día y las conversiones consumidas, sin dirección IP legible, sin nombres de archivo y sin identificador de navegador.

Son 25 MB por archivo, cien conversiones por visitante y día natural en horario UTC, y como mucho cinco peticiones en sesenta segundos. Además, antes de extraer se le pregunta al propio archivo a cuánto dice que se expande, y un total declarado por encima de dos gibibytes se rechaza en lugar de dejarlo llenar el disco.

La trampa merece decirse porque nadie más la diría: la zona donde sueltas el archivo aplica el límite de las conversiones de navegador, que son 100 MB, sin mirar si el par va al servidor. Así que un RAR de 60 MB lo acepta la interfaz y lo rechaza la API. También conviene saber que el corte de sesenta segundos se aplica a cada proceso lanzado y no a la petición entera, de modo que una conversión de archivo comprimido, que lanza varios en secuencia, puede tardar legítimamente más de un minuto.

Compara `tar tvf` sobre el resultado con lo que muestran WinRAR o 7-Zip para el archivo original: mismo número de miembros, mismas rutas, mismos tamaños. Cuesta segundos y detecta el fallo que de verdad ocurre aquí, que nunca es un dato corrupto —esto es un reempaquetado sin pérdida— sino un nivel superior desplazado.

Después mira los modos del listado antes de dar el tarball a nada que vaya a ejecutar lo que desempaquete. Este es el momento en que un bit de permiso es barato de arreglar y más adelante ya no lo es: extraer, ajustar y volver a empaquetar deja el archivo correcto para todas las máquinas que lo reciban después.