GZ को 7Z में बदलें

यहाँ आने की वजह बहुत ख़ास होती है। कोई फ़ाइल आती है जिसका नाम कुछ ऐसा है — project-4.2.tar.gz — और खोलने पर उसमें से एक और फ़ाइल निकलती है, project-4.2.tar, जिसे फिर से खोलना पड़ता है। कुछ भी टूटा नहीं है, बस फ़ॉर्मेट ऐसा ही है, लेकिन डेस्कटॉप पर उम्मीद यह रहती है कि अभिलेख एक ही चीज़ हो जिसे भीतर झाँका जा सके।

Unix की तरफ़ यह दिक़्क़त नहीं है, क्योंकि tar xzf एक ही आदेश में दोनों परतें उतार देता है। यह कन्वर्ज़न उस दूसरी तरफ़ के लिए है — किसी विश्लेषक, किसी विंडोज़ डेवलपर, किसी को जिसे सर्वर-निर्यात में से एक कॉन्फ़िगरेशन फ़ाइल ढूँढनी है। 7Z एक अभिलेख है जिसमें असली विषय-सूची है, और हर विंडोज़ प्रोग्राम उसे किसी फ़ोल्डर की तरह दिखाता है।

TAR, 1979 से और POSIX.1-1988 में ustar के रूप में मानकीकृत, एक बंडलर है जो कुछ संपीड़ित नहीं करता — यह हर सदस्य के आगे नाम, पथ, आकार, अनुमति और समय-मुहर लिखकर उन्हें एक के बाद एक जोड़ता है। GZ, RFC 1952 में 1996 में परिभाषित, इसका उल्टा है — यह एक धारा को संपीड़ित करता है और उसमें नाम या दूसरे सदस्य के लिए कोई जगह नहीं।

दोनों में कमी नहीं, ये साथ इस्तेमाल होने के लिए बनाए गए थे — इसीलिए .tar.gz Unix दुनिया की सबसे पुरानी और टिकाऊ परंपरा है। 7Z, 1999 से, दोनों काम एक ही फ़ॉर्मेट में करता है — नाम, पथ और हर प्रविष्टि के चेकसम वाली एक निर्देशिका, और LZMA2 से संपीड़न। यही अंतर यह कन्वर्ज़न ख़रीद रहा है, और यह किसी एक फ़ॉर्मेट के बेहतर होने का नहीं, बनावट का फ़र्क़ है।

gzip धारा पहले खोली जाती है, जिससे ठीक एक चीज़ निकलती है, क्योंकि gzip धारा उतना ही रख सकती है। अगर वह एक चीज़ TAR है तो उसे भी खोला जाता है और भीतर की फ़ाइलें 7Z की सदस्य बनती हैं। अगर वह सादी फ़ाइल है तो उसे जैसा है वैसा ही अकेली सदस्य बनाकर रखा जाता है।

भीतरी TAR की पहचान फ़ाइल के नाम से नहीं, उसके प्रकार से जाँची जाती है — gzip अपने हेडर में असली नाम रखता है, इसलिए GZ से निकला टारबॉल output.tar कहलाता है और पहचाना जाता है, पर XZ और BZ2 कोई नाम नहीं रखते। इस बात का असर पहले वाक़ई एक बग रह चुका है: तीस फ़ाइलों के बजाय एक अपारदर्शी फ़ाइल वाला अभिलेख — यानी सफलता बताने वाला पर ग़लत नतीजा देने वाला कन्वर्ज़न।

खिड़की ही पूरी दलील है। Gzip सिर्फ़ 32 KB के इतिहास में संपीड़न करता है, तो दो सौ स्रोत फ़ाइलों में दोहराई गई कोई लाइसेंस टिप्पणी दो सौ बार नए सिरे से संपीड़ित होती है। 7Z में LZMA2 का शब्दकोश 64 MB तक जाता है — ज़्यादातर लोगों के अभिलेख के लिए यह पूरी फ़ाइल याद रखने के बराबर है, तो किसी चीज़ की दूसरी बार आमद लगभग मुफ़्त पड़ती है।

यही वजह है कि बचत तयशुदा प्रतिशत नहीं, अप्रत्याशित है। कोई स्रोत-कोड ट्री, निर्यातों का सेट या दस्तावेज़ बहुत सिकुड़ता है। JPEG, MP3 या MP4 का टारबॉल मुश्किल से हिलता है, क्योंकि उन फ़ाइलों की अपनी कोडेक ही दोहराव पहले हटा चुकी होती है। अपनी फ़ाइल पर नंबर देखिए, इस पेज पर लिखे किसी अनुमान पर नहीं।

यह वह फ़ायदा है जो लोग असल में महसूस करते हैं, और यह आकार से अलग है। 7Z अपनी सारी प्रविष्टियाँ ख़ुद अभिलेख के भीतर दर्ज करता है, तो कोई प्रोग्राम 500 MB की फ़ाइल के हर पथ और आकार को कुछ किलोबाइट पढ़ने भर के समय में दिखा सकता है। इसीलिए 7Z पर डबल-क्लिक करते ही खिड़की तुरंत खुलती है।

gzip किया हुआ टारबॉल यह बिल्कुल नहीं कर सकता। नाम TAR में हैं, TAR संपीड़ित धारा के भीतर है, और धारा को शुरू से खोले बिना उन तक पहुँचना नहीं होता — कोई सूचकांक नहीं है, रखने की जगह भी नहीं। जो कुछ .tar.gz की सूची तेज़ी से दिखाता दिखे, वह असल में पूरी फ़ाइल पढ़कर छोड़ रहा है।

TAR हेडर हर सदस्य के मालिक, समूह, अनुमति-बिट और संशोधन-समय दर्ज करता है, और कई टारबॉल के लिए यह ज़रूरी है — जिस रिलीज़ में बिल्ड स्क्रिप्ट है, उसे निष्पादन-योग्य पहुँचना ज़रूरी है। इस जोड़ी पर रजिस्ट्री की टिप्पणी साफ़ है: फ़ाइलें बाइट-दर-बाइट सही आती हैं, जो पुराने डिब्बे ने फ़ाइलों के बारे में रखा था वही शायद न बचे।

तो अगर टारबॉल किसी डिप्लॉयमेंट या कंटेनर का निर्यात है जिसे किसी Unix मशीन पर चलाना है, 7Z में बदलना एक ऐसी चीज़ है जिसे परखना ज़रूरी है। अगर यह दस्तावेज़, डेटासेट या कोई फ़ोटो-संग्रह है जो सिर्फ़ विंडोज़ पर पढ़ा जाना है, इनमें से कुछ मायने नहीं रखता।

रजिस्ट्री खुद 7Z के लिए कमज़ोर समर्थन को जानी-मानी समस्या मानती है, और यह ऊपर लिखी हर बात का ईमानदार जवाबी पहलू है। विंडोज़ एक्सप्लोरर बिना कुछ इंस्टॉल किए ZIP खोल देता है, 7Z नहीं खोलता; macOS का Finder भी वैसा ही है। 7-Zip, Keka और PeaZip तीनों 7Z सँभालते हैं, पर तीनों को पहले इंस्टॉल करना पड़ता है।

तो जो अभिलेख आप अपने पास रखने वाले हैं उसके लिए 7Z बढ़िया है, जो किसी और को भेजना है उसके लिए कमज़ोर। अगर मक़सद अपनी मशीन पर काम आसान बनाना है, यही सही मंज़िल है। किसी और को आगे भेजने के लिए ZIP सही जवाब है — यह इकलौता ऐसा फ़ॉर्मेट है जो बिना किसी बातचीत के हर जगह खुलता है।

यह कन्वर्ज़न ब्राउज़र में नहीं, हमारे सर्वर पर चलता है। इस साइट के ज़्यादातर औज़ार फ़ाइल आपकी अपनी मशीन पर रखते हैं और यह साफ़ कहते हैं; अभिलेख इसका अपवाद हैं, क्योंकि इस काम के लिए असली 7-Zip प्रोग्राम चाहिए। फ़ाइल एक एन्क्रिप्टेड कनेक्शन से उस कंटेनर तक जाती है जिसके पास ख़ुद का कोई बाहरी इंटरनेट नहीं है।

काम को एक ऐसी अस्थायी निर्देशिका मिलती है जो नतीजे के बावजूद तुरंत मिटा दी जाती है, और साठ सेकंड बाद रोक दी जाती है, घसीटी नहीं जाती। खोलने से पहले अभिलेख से पूछा जाता है कि वह कितना फैलने का दावा करता है, और 2 GB से ज़्यादा दावा करने वाली फ़ाइल सिरे से मना कर दी जाती है।

कुछ भी मिटाने से पहले नतीजे को खोलकर प्रविष्टि-सूची देख लीजिए। गिनती और पथ ही मायने रखते हैं — यह बिना नुक़सान वाला दोबारा-पैकिंग है, तो कोई फ़र्क़ ख़राब फ़ाइल नहीं बल्कि ढाँचागत आश्चर्य है, अक्सर एक ऐसी शीर्ष निर्देशिका जो एक में है और दूसरे में नहीं।

7-Zip के पास हर प्रविष्टि को उसके संग्रहीत चेकसम से मिलाकर परखने का आदेश है, बिना डिस्क पर कुछ लिखे — किसी भी अभिलेख के लिए जिसे आप रखने वाले हैं, यह तीस सेकंड ख़र्च करने लायक़ है।