Convertir BZ2 en ZIP

Personne ne démarre un nouveau projet avec bzip2 en 2026 — notre registre marque le format comme hérité, le seul format d’archive ici qui porte ce statut. Ce qui existe, c’est de l’histoire : des jeux de données de recherche publiés quand bzip2 était le bon choix, des releases de sources du milieu des années 2000, des miroirs qui n’ont jamais changé leur chaîne, des sauvegardes d’un serveur qui a depuis été retiré.

Le lecteur de cette page choisit donc rarement un format. Il en a reçu un, souvent une décennie après qu’il ait été écrit, et la seule vraie question devant lui est comment voir ce qu’il y a dedans. Ce cadrage compte, parce que la plupart des conseils habituels sur les compromis de compression sont sans objet quand le fichier existe déjà — personne ne décide ici entre bzip2 et xz, il décide entre ouvrir l’archive et ne pas l’ouvrir. L’argument de compression ne redevient pertinent qu’à la toute fin de cette page, pour le petit nombre de lecteurs qui se révèlent être ceux qui publient la chose.

BZ2 compresse un seul flux. Notre registre l’enregistre comme format de flux à un seul membre et liste l’absence de structure de répertoire parmi ses problèmes connus — il n’y a aucun champ dans un fichier bzip2 pour un nom, un chemin, un mode ou un horodatage.

Tout ce que vous imaginez comme l’archive est donc dans le TAR en dessous : des blocs d’en-tête nommant chaque fichier, les contenus en séquence, pas de compression propre et aucun index nulle part. bzip2 voit un long flux d’octets et n’apprend jamais qu’il contient des fichiers. Déballer les deux couches est ce qui transforme le téléchargement en répertoire, et ne faire que la première est ce qui laisse les gens convaincus que l’archive est cassée. La même structure produit les .tar.gz et .tar.xz, donc tout ce que vous apprenez ici se transfère directement aux deux autres extensions que vous croiserez dans les mêmes coins d’Internet.

Un en-tête gzip peut porter le nom de fichier d’origine de ce qui a été compressé. Un en-tête bzip2 ne porte rien de tel — juste assez pour dire quelle est la taille des blocs. Cette différence est invisible jusqu’à ce que quelque chose essaie de deviner ce qu’il vient de décompresser.

La première version de ce convertisseur faisait exactement cela, vérifiant que l’élément extrait portait un nom .tar avant de le redéballer. Cela fonctionnait pour gzip, dont l’en-tête fournissait le nom, et échouait silencieusement pour bzip2 et xz, qui n’en fournissent aucun : le même tar arrivait sous un nom anonyme, la vérification le ratait, et la conversion produisait une archive contenant une opaque blob au lieu des fichiers qui y étaient allés. Le convertisseur force maintenant le type tar sur le contenu plutôt que de se fier à un nom, et c’est pourquoi cette page peut promettre que les deux couches s’enlèvent.

bzip2 fonctionne en lisant des blocs pouvant aller jusqu’à 900 Ko, en triant les rotations de chaque bloc avec une transformée de Burrows-Wheeler de sorte que des contextes similaires se retrouvent côte à côte, et en compressant le résultat. Le bloc entier est le contexte. Le ZIP déflate chaque fichier séparément sur une fenêtre de 32 Ko et repart à zéro à chaque entrée.

Sur le matériau qui finit dans un .tar.bz2 — corpus, journaux, arborescences de sources, XML, exports tabulaires — c’est un écart réel, et le ZIP sera visiblement plus gros. Sur une archive d’images ou de vidéo, les deux se tiennent, parce qu’il n’y avait rien à comprimer avant qu’aucun des deux n’y touche. Si la taille vous importe plus que la compatibilité, la réponse est de laisser l’archive telle quelle et d’installer un outil qui la lit, parce que chaque format qu’un bureau standard ouvre comprime plus faiblement que celui que vous avez déjà.

La plupart des compresseurs décompressent bien plus vite qu’ils ne compressent. bzip2 est l’exception que les gens rencontrent : inverser le tri par blocs est un vrai calcul plutôt qu’une copie de flux, donc le déballage est lent d’une manière où gzip et xz ne le sont pas.

Dans les 25 Mo que le niveau gratuit accepte, cela représente une seconde ou deux et est invisible. C’est néanmoins la raison pour laquelle le format a perdu sa place : xz décompresse plus vite et compresse plus fort, ce qui a laissé bzip2 sans argument sur aucun axe et explique pourquoi si peu d’archives écrites dans la dernière décennie l’utilisent. La seule chose que bzip2 fait encore mieux que ses deux voisins est de contenir les dégâts, et c’est un argument de durabilité plutôt que de performance — ce qui explique pourquoi le format survit dans des coins d’archive et nulle part ailleurs.

Une chose que bzip2 fait vraiment bien, c’est contenir les dégâts. Chaque bloc est compressé pour son propre compte, donc une région corrompue coûte ce bloc plutôt que tout ce qui le suit, et il existe des outils de récupération qui extraient les blocs intacts d’un fichier cassé.

Cela vaut la peine d’être su avant de convertir une vieille archive qui a traîné sur du stockage défaillant. Si la conversion échoue ici, l’archive peut encore être en partie récupérable localement avec un outil de récupération bzip2, et c’est une meilleure suite que de la téléverser à répétition. Une conversion a besoin d’une archive entière et lisible ; un sauvetage demande un outil différent.

Tous les fichiers bzip2 ne sont pas des tarball. Un dump de base de données compressé, un gros journal, un export tabulaire — bzip2 appliqué à un seul fichier est le format utilisé exactement comme prévu, et aucun TAR n’est impliqué.

Le convertisseur essaie de lire le contenu décompressé comme un TAR et, quand cela échoue, le traite comme le seul fichier qu’il est. Vous obtenez un ZIP contenant ce fichier. Le seul coût de l’ambiguïté tombe sur le nom : parce que bzip2 n’en a stocké aucun, l’entrée dans le ZIP est nommée d’après le pipeline plutôt que d’après quoi que ce soit que l’archive ait mémorisé.

Cette paire ne tourne pas dans votre navigateur — déballer et réécrire des archives demande de vrais programmes. Le fichier est téléversé sur une connexion chiffrée vers notre convertisseur, décompressé, déballé, empaqueté en ZIP et renvoyé. Tout ce que le travail a écrit, y compris le tar intermédiaire, est supprimé quand il se termine.

Le répertoire de travail est en mémoire avec une taille fixe et est jeté avec le conteneur. Les téléversements gratuits s’arrêtent à 25 Mo, les travaux sont tués à soixante secondes, et une archive qui déclare plus de 2 Go de contenu est refusée avant que l’extraction commence. Si l’archive est confidentielle plutôt que simplement ancienne, 7-Zip et Keka font le même travail hors ligne.

Les lecteurs de cette page se révèlent parfois être le dépositaire plutôt que le destinataire — la personne qui a hérité du téléchargement avec lequel tout le monde se débat, et qui peut changer ce qui est publié la prochaine fois. Dans ce cas, la sortie utile de cette conversion n’est pas le ZIP mais la décision qu’elle provoque, parce que chaque futur lecteur refera sinon la recherche qui vous a amenée ici.

Pour un public qui déballe dans un shell, .tar.xz compresse mieux que bzip2 et décompresse bien plus vite, et chaque machine concernée l’a déjà. Pour un public sur des postes de bureau, un ZIP est le fichier qui s’ouvre sans instruction attachée. Publier les deux n’est pas de l’indécision ; ce sont deux publics avec des outils réellement différents, l’archive coûte presque rien à produire deux fois, et continuer à ne livrer que bzip2 ne sert particulièrement bien aucun des deux groupes.

Les archives qui arrivent sur cette page sont souvent vieilles, et les vieux fichiers ont en général été copiés entre machines plusieurs fois. Avant de supposer qu’un échec de conversion est notre problème, cela vaut la peine de tester l’archive là où elle se trouve : `bzip2 -t` vérifie le flux compressé sans rien écrire, et tout archiveur signalera une discordance de somme de contrôle plutôt que de remettre du contenu endommagé, parce que bzip2 stocke un CRC pour chaque bloc et un pour le fichier entier.

Si ce test échoue, la conversion ici échouera aussi, et des téléversements répétés ne changeront pas la réponse. Ce qui peut la changer est un outil de récupération qui parcourt le fichier bloc par bloc et sauve ceux qui sont intacts — pratique précisément parce que bzip2 compresse chaque bloc indépendamment. Récupérer d’abord, convertir ensuite. Un convertisseur a besoin d’une archive entière et lisible ; sauver une archive endommagée est un travail différent pour un programme différent, et les faire dans le mauvais ordre gaspille un après-midi.