Convertir GZ en 7Z

Le moment qui amène les gens ici est précis. Un fichier arrive appelé quelque chose comme `projet-4.2.tar.gz`, Windows ne propose pas de façon évidente de l’ouvrir, un archiveur s’installe, et le résultat du déballage est un seul fichier appelé `projet-4.2.tar` — qu’il faut alors déballer à nouveau. Rien n’est cassé et rien n’a été mal fait ; c’est exactement ce qu’est le format. Mais c’est un mauvais ajustement pour un bureau où l’attente est qu’une archive est une chose dans laquelle on regarde.

Le côté Unix de la transmission n’a pas ce problème, parce que `tar xzf` fait les deux couches en une commande et l’a toujours fait. Cette conversion existe pour l’autre côté de cette transmission : l’analyste, le développeur sur Windows, la personne à qui on a donné un export de serveur et qui a besoin d’y retrouver un fichier de configuration. Un 7Z est une archive avec une vraie table des matières, et chaque archiveur sous Windows la montre comme un dossier dans lequel on peut se promener.

TAR, depuis 1979 et normalisé comme ustar dans POSIX.1-1988, est un empaqueteur sans compresseur : il écrit les membres l’un après l’autre avec un en-tête devant chacun qui enregistre le nom, le chemin, la taille, le mode et les horodatages. Il ne rend rien plus petit. GZ, défini par le RFC 1952 en 1996, est l’opposé : il compresse un seul flux et n’a aucun champ pour un nom, un chemin ou un second membre.

Aucun n’est déficient. Ils ont été conçus pour être composés, ce qui est la raison pour laquelle `.tar.gz` est la convention la plus ancienne et la plus durable du monde Unix. Un 7Z, depuis 1999, fait les deux jobs en un seul format — il a un répertoire d’entrées avec noms, chemins et sommes de contrôle par entrée, et il les compresse avec LZMA2. C’est la différence que cette conversion achète, et c’est une différence structurelle plutôt qu’une question d’un format étant meilleur.

Le flux gzip est d’abord décompressé, ce qui donne exactement une chose, parce que c’est tout ce qu’un flux gzip peut tenir. Si cette chose est un TAR, il est déballé à son tour et les fichiers à l’intérieur deviennent les membres du 7Z. Si c’est un fichier ordinaire, il est gardé tel quel et devient le seul membre.

Le déballage interne se fait en forçant le type tar plutôt qu’en se fiant au nom de fichier, et ce détail était un vrai bogue ici avant d’être une note de conception. Gzip stocke le nom du fichier d’origine dans son en-tête, donc un tarball interne arrive d’un GZ appelé `output.tar` et une vérification de nom le trouve — mais XZ et BZ2 ne stockent aucun nom, donc le même tarball arrivait appelé `input` et la vérification le ratait. Le symptôme était une archive contenant un fichier opaque au lieu des trente qui étaient entrés : une conversion qui dit réussir et renvoie la mauvaise chose.

La fenêtre est tout l’argument. Gzip compresse à l’intérieur d’une fenêtre de 32 Ko, donc un en-tête de licence qui apparaît dans deux cents fichiers source est compressé deux cents fois à partir de rien. 7Z utilise LZMA2 avec un dictionnaire que le registre enregistre jusqu’à 64 Mo, ce qui est assez grand pour tenir l’archive entière pour la plupart des fichiers que les gens convertissent, donc la seconde occurrence de quoi que ce soit ne coûte presque rien.

C’est aussi pourquoi le gain est imprévisible plutôt qu’un pourcentage fixe. Une arborescence source, un jeu d’exports, un répertoire de fichiers de configuration ou un build de documentation rétrécit beaucoup. Un tarball de JPEG, de MP3 ou de MP4 bouge à peine, parce que la redondance à l’intérieur de ces fichiers a été retirée par leurs propres codecs avant que l’archivage ne commence. Regardez le nombre sur votre propre fichier plutôt qu’à un chiffre cité sur une page comme celle-ci.

C’est l’avantage pratique que les gens ressentent réellement, et il est séparé de la taille. Un 7Z enregistre ses entrées dans l’archive elle-même, si bien qu’un archiveur peut vous montrer chaque chemin et chaque taille dans un fichier de 500 Mo dans le temps qu’il faut pour lire quelques kilo-octets à la fin. C’est pour cela qu’un double-clic sur un 7Z ouvre une fenêtre immédiatement.

Un tarball gzippé ne peut pas faire cela du tout. Les noms vivent dans le TAR, le TAR est à l’intérieur du flux compressé, et le flux doit être décompressé depuis le début pour les atteindre — il n’y a pas d’index et nulle part où en mettre un. Tout ce qui semble lister un `.tar.gz` rapidement lit la totalité et la jette. Pour une archive que vous avez l’intention de chercher plutôt que de consommer en entier, cette seule propriété vaut plus que le taux de compression.

Un en-tête TAR enregistre le propriétaire, le groupe, les bits de permission et l’heure de modification de chaque membre, et pour beaucoup de tarballs ce n’est pas accessoire — une livraison avec un script de build dedans dépend de ce que le script arrive exécutable. La notice du registre sur cette paire est délibérément sans complaisance : les fichiers sortent octet pour octet, et ce que l’ancien conteneur savait d’eux plutôt que sur eux est ce qui peut ne pas survivre.

Donc si le tarball est un artefact de déploiement, un export de conteneur, ou quoi que ce soit qui sera déballé sur une machine Unix puis exécuté, le convertir en 7Z est un changement qu’il faut tester plutôt que présumer. Si c’est un ensemble de documents, un jeu de données, une collection de photos ou une arborescence source que vous lirez sous Windows, rien de tout cela n’importe et la conversion ne vous coûte rien de ce que vous utilisiez.

Le registre note une prise en charge parcellaire comme un problème connu du 7Z et c’est le contrepoids honnête à tout ce qui précède. L’Explorateur Windows ouvre un ZIP sans rien d’installé et n’ouvre pas un 7Z ; le Finder macOS est le même. 7-Zip, Keka et PeaZip le gèrent tous et doivent tous être installés d’abord.

Cela fait du 7Z un excellent format pour une archive que vous gardez et un mauvais pour une archive que vous envoyez. Si l’objet de cette conversion est de rendre un fichier plus facile à manipuler sur votre propre machine, c’est la bonne cible. Si vous convertissez pour pouvoir transmettre le résultat à quelqu’un d’autre, ZIP est la réponse plutôt — c’est le seul format d’archive qui s’ouvre partout sans conversation sur l’outil à installer.

Cette conversion tourne sur notre convertisseur plutôt que dans votre navigateur. La plupart des outils sur ce site gardent le fichier sur votre appareil et le disent clairement ; les archives sont l’une des exceptions, parce que le travail a besoin de 7-Zip comme vrai programme. Le fichier voyage sur une connexion chiffrée vers un conteneur qui n’a pas d’accès Internet sortant propre.

Le travail reçoit un répertoire de travail sur un système de fichiers en mémoire délimité qui est jeté avec le conteneur qui a exécuté le travail. Le niveau gratuit accepte 25 Mo par fichier, les travaux sont tués à soixante secondes, et une archive qui déclare plus de 2 Go de contenu déballé est refusée avant l’extraction. Pour toute une collection plutôt qu’un seul fichier, 7-Zip sur le bureau fait le même travail localement sans plafond du tout.

Ouvrez le résultat et comparez la liste des entrées avant de supprimer quoi que ce soit. Le compte et les chemins sont ce qui compte : c’est un réemballage sans perte, donc une discordance n’est jamais un fichier corrompu, c’est une surprise structurelle — le plus souvent un répertoire de tête qui est présent dans l’un et absent dans l’autre. L’archive ici est empaquetée depuis l’intérieur du répertoire extrait, donc vos fichiers sont à la racine du 7Z plutôt qu’à l’intérieur d’un dossier enveloppe.

7-Zip a une commande de test qui vérifie chaque entrée contre sa somme de contrôle stockée sans rien écrire sur le disque, et cela vaut trente secondes sur toute archive que vous avez l’intention de garder. Le seul cas à regarder de plus près est un `.gz` qui ne contenait qu’un seul fichier : le 7Z contiendra ce seul fichier, correctement, et si vous attendiez un répertoire alors l’original n’a jamais été un tarball et la conversion vous a dit quelque chose d’utile à son sujet.