Convertir ZIP a BZ2

En 2026 casi nadie elige bzip2. Lo hereda. Un script de compilación de hace una década canaliza por bunzip2, un conjunto de datos se publicó como .tar.bz2 y el nuevo tiene que colocarse al lado de los antiguos, las normas de subida de una réplica nombran esa extensión, o una herramienta no acepta otra cosa. La conformidad es toda la motivación.

Es un motivo perfectamente bueno y esta página no va a discutirlo. Lo que sí va a hacer es asegurarse de que no lo estás eligiendo solo por su fama, porque esa fama se ganó hacia 1996, cuando era de verdad la opción fuerte, y el panorama se ha movido dos veces desde entonces. Si tienes libertad para decidir, lee antes el apartado sobre XZ. Si no la tienes, bzip2 es la respuesta correcta y el resto de la página trata de lo que vas a recibir.

El registro describe BZ2 como un flujo con un único miembro y le anota como problema conocido la ausencia de estructura de directorios. No puede guardar un nombre de archivo, y mucho menos un árbol de carpetas. No es una limitación de la implementación: es lo que el formato es, un compresor aplicado a una cosa.

Así que la conversión no puede ser un reempaquetado directo, y cualquier página que dé a entender lo contrario se está saltando la parte interesante. El ZIP se desempaqueta, su contenido se escribe en un TAR que lleva cada nombre y cada ruta, y bzip2 se aplica sobre ese tarball único. Quien lo extraiga recupera el árbol exactamente como estaba, en dos capas que la mayoría de las herramientas de Unix deshacen con una sola orden.

bzip2 no desliza una ventana sobre los datos como hace DEFLATE. Lee un bloque de hasta 900 KB, le aplica la transformada de Burrows-Wheeler —que ordena las rotaciones del bloque de manera que los contextos parecidos acaban contiguos— y comprime el resultado. El contexto es el bloque entero, no los últimos kilobytes.

Por eso le gana a gzip en texto grande y repetitivo: registros, XML, exportaciones en CSV, árboles de código fuente. Y por eso la ventaja se desvanece hasta cero en un ZIP lleno de JPEG o de MP4. Los datos ya comprimidos no conservan estructura que ordenar, de modo que la transformada cuesta cara y no devuelve nada a cambio. Antes de convertir merece la pena mirar qué hay dentro del ZIP: la única fortaleza real del formato aplica a más o menos la mitad de los archivos que la gente tiene.

Ordenar no es gratis, y bzip2 es el lento de los tres compresores de Unix tanto al empaquetar como —esto sorprende a más gente— al desempaquetar. Cada bloque tiene que deshacer su ordenación para poder leerse, y eso es trabajo de verdad y no una copia de flujo.

Con los 25 MB que acepta el nivel gratuito nada de esto se nota: el trabajo son un par de segundos en cualquier dirección. Se vuelve el factor decisivo a escala de gigabytes, que es exactamente la escala en la que se formó el consejo antiguo de preferir bzip2, y exactamente donde xz lo ha adelantado desde entonces en los dos ejes a la vez.

El sitio donde esta conversión sigue teniendo sentido con más frecuencia es el mundo académico. Un grupo de una universidad o de un centro público publica un corpus lingüístico, una serie de mediciones o un conjunto de imágenes, lo hace en el repositorio institucional o en un servidor de réplicas, y la convención de nombres se fijó cuando se depositó la primera entrega.

A partir de ahí la extensión deja de ser una preferencia y pasa a ser parte de la identidad del conjunto: hay guiones de descarga escritos por otra gente, hay artículos que citan un nombre de archivo concreto y hay una réplica que espera lo que espera. Cambiar el formato de la entrega número catorce rompe cosas que nadie tiene tiempo de arreglar. Conformarse con la convención es, en ese contexto, la decisión técnicamente correcta.

Los formatos de este sitio llevan un estado, y BZ2 es el único de la familia de archivos comprimidos marcado como heredado en lugar de vigente. Es un juicio sobre dónde está en 2026 y no sobre si funciona: bzip2 es estable, está en todas partes en Unix, se empaqueta activamente y es perfectamente seguro de usar con un archivo que te llegue hoy.

Es heredado porque sus dos vecinos hacen mejor aquello para lo que se le elegía. XZ comprime más con un diccionario mucho mayor y descomprime más rápido que bzip2; gzip es más rápido que los dos y está instalado en todos lados. Eso deja a bzip2 ocupando un terreno intermedio en el que nadie necesita estar salvo que un archivo previo ya viva allí.

Un flujo gzip puede llevar dentro el nombre original y la fecha de lo que comprimió. Un flujo bzip2 no lleva ninguna de las dos cosas: bytes dentro, bytes comprimidos fuera, con una cabecera que solo indica el tamaño de bloque. Sí lleva sumas de comprobación, de modo que una corrupción se detecta en lugar de pasar desapercibida, pero eso no es lo mismo que saber qué contiene.

Tiene un filo práctico. El nombre que tú conserves es la única etiqueta que el archivo lleva por fuera, así que un .bz2 renombrado a la ligera es genuinamente ambiguo entre un tarball y un archivo suelto comprimido. Llamar a la descarga «algo.tar.bz2» y no «algo.bz2» no es pedantería aquí: es el único sitio donde esa información puede vivir.

bzip2 comprime cada bloque por su cuenta, y eso tiene dos consecuencias útiles. El daño queda acotado: un bloque corrupto te cuesta ese bloque y no todo lo que venía detrás, y existen herramientas de recuperación que sacan los bloques intactos de un archivo dañado.

La independencia es también el motivo de que existan implementaciones paralelas que funcionan bien, porque los bloques se reparten entre núcleos sin coordinación. Ninguna de las dos propiedades aplica a un 7Z sólido, donde un solo flujo lo lleva todo y un byte malo al principio puede llevarse el resto por delante. Si la durabilidad te importa más que el ratio, ese es un argumento real a favor de bzip2.

Esta conversión se ejecuta en nuestro convertidor y no en la página, porque desempaquetar y reempaquetar archivos necesita las herramientas de línea de órdenes que hay dentro del contenedor. El ZIP viaja cifrado, 7-Zip lo desempaqueta, el contenido se mete en un TAR, se le aplica bzip2 al tarball y el resultado vuelve.

Del archivo que subes: se escribe en un directorio recién creado para ese trabajo y con el nombre input más su extensión, así que el nombre que tú le hubieras puesto no llega a tocar el disco. El contenedor no tiene salida a internet. Al acabar, el directorio entero se borra en un bloque que se ejecuta también por cada camino de error, y el resultado se devuelve con la cabecera que impide guardarlo en caché. Lo que sale, sale byte por byte: lo que no sobrevive es lo que el contenedor sabía sobre los archivos y no dentro de ellos, como una contraseña y, en algunos formatos, los permisos y las fechas originales.

El temporizador del servidor está en sesenta segundos y se aplica a cada proceso que se lanza, no a la petición completa. En este par eso tiene una consecuencia que conviene entender bien: una conversión de archivo comprimido lanza varios procesos en secuencia —desempaquetar, empaquetar en TAR, comprimir—, de modo que una petición puede superar legítimamente el minuto sin que nada se haya roto.

Hay dos negativas más que ocurren antes de empezar y que también son deliberadas. Un archivo que declare expandirse por encima de 2 GiB se rechaza antes de desempaquetarlo, en vez de descubrirlo a medio camino. Y un ZIP protegido con contraseña falla con un mensaje en vez de quedarse colgado, porque al desempaquetador se le pasa una contraseña vacía a propósito para que informe en lugar de esperar a que alguien teclee.

El límite gratuito de este par es de 25 MB por archivo, la cuarta parte del que se aplica a las conversiones que corren en el navegador, porque aquí hay una máquina que alguien paga. Hay además un tope de cien conversiones de servidor por visitante y día y un freno de ráfaga de cinco peticiones por minuto.

La ventana diaria es el día UTC y no el local, así que se reinicia a la una de la madrugada en la España peninsular en invierno y a las dos en verano; en México o en Argentina el desfase es mayor y en el sentido contrario. Es un detalle menor hasta el día en que alguien lanza una tanda a última hora de la tarde y no le cuadran las cuentas.

Si el archivo va destinado a una persona, párate aquí. El Explorador de Windows y el Finder de macOS abren un ZIP sin instalar nada y ninguno de los dos tiene la menor idea de qué es un .tar.bz2; quien lo reciba necesitaría bzip2 o un archivador de terceros, y después un segundo paso para pasar del tar de dentro. Convertir para alguien que no ha pedido bzip2 expresamente transforma un doble clic en una conversación de soporte, y el soporte vas a ser tú.

Lo mismo vale para la mayoría de los formularios de subida, campus virtuales y sistemas de incidencias, que aceptan ZIP y rechazan en silencio todo lo demás mirando solo la extensión. Recurre a este par cuando una máquina al otro extremo pida bzip2 por su nombre, o cuando los archivos ya existentes de un conjunto lleven esa extensión y el nuevo tenga que igualarlos. En cualquier otro sitio, el ZIP que ya tienes es el mejor archivo y la conversión solo empeora un poco la situación.