Convertire 7Z in XZ

Questa è una conversione di compatibilità, non di compressione, ed essere chiari su questo fin dall’inizio risparmia molte delusioni. Qualcuno che costruisce un pacchetto, pubblica un rilascio di sorgenti o alimenta uno script di build ha una pipeline che presume un tarball compresso : `curl … | tar xJ`, una riga `source=()` in un PKGBUILD, una spec RPM con un `.tar.xz` in `Source0`, una regola del Makefile che funziona da un decennio. Al suo posto è arrivato un 7Z, di solito perché chi lo ha prodotto lavora su Windows e 7-Zip è ciò che Windows ha.

La parte a valle non verrà modificata per un singolo file. La maggior parte dei sistemi che si aspettano un tarball può essere istrutta sul 7Z solo installando un altro strumento su ogni macchina che esegue la pipeline, e questo è un cambiamento molto più grande della conversione di un archivio. L’inquadratura onesta per questa pagina è quindi stretta : convertire se qualcosa a valle lo richiede, e lasciare il 7Z stare se nulla lo richiede. Non c’è un argomento di dimensione in nessuna direzione che valga la pena di agire.

Questo è insolito sul sito ed è il motivo per cui i numeri qui sono noiosi. Il 7Z è arrivato nel 1999 e XZ nel 2009, ed entrambi sono costruiti sulla famiglia LZMA ; il registro riporta un dizionario di 64 MB per ciascuno. Un dizionario di quelle dimensioni è ciò che consente a un compressore di notare che una frase nel file quaranta era già apparsa nel file tre, e entrambi i formati arrivano a notare le stesse cose.

Quindi il rapporto è deciso dai dati piuttosto che dalla scelta del formato. Su una cartella di codice sorgente o di log entrambi troveranno molte ripetizioni e entrambi ne troveranno circa la stessa quantità ; su una cartella di JPEG o MP4 nessuno dei due troverà nulla, perché la ridondanza era stata rimossa prima che i file venissero archiviati. Se si sperava che la conversione riducesse un download con cui si è già scontenti, la risposta è che il compressore non era mai stato il problema.

XZ comprime esattamente uno stream. Non ha alcun campo per un nome di file, nessun concetto di directory, e nessun modo per dire che questo intervallo di byte era un membro e quell’altro un altro. Non è una limitazione che qualcuno ha dimenticato di risolvere — è il progetto, ed è il motivo per cui TAR esiste accanto ad esso.

La conversione spacchetta quindi il 7Z, raccoglie tutto ciò che conteneva in un TAR, e comprime quel TAR con xz. L’archivio è costruito dall’interno della directory estratta piuttosto che da un livello sopra, quindi il tarball contiene i file al livello superiore invece di una cartella wrapper che li contiene. L’unica cosa di cui essere consapevoli è che questo è un TAR fresco scritto ora, non un tarball che il 7Z stava portando — quindi se il 7Z conteneva un `.tar` come file ordinario, quel file viene conservato come file e non viene spacchettato.

Si ottiene un file che termina in `.xz` e il nome onesto per esso termina in `.tar.xz`. Nulla si rompe se lo si lascia così — sia `xz -d` che `tar` guardano i byte invece dell’estensione — ma ogni essere umano e metà dell’automazione a valle legge prima l’estensione, e un `.xz` che si rivela contenere un tarball è il tipo di sorpresa che produce una segnalazione di bug.

Rinominare prima di pubblicarlo. `tar xf progetto.tar.xz` esegue quindi entrambi gli strati in un unico passaggio, che è esattamente ciò che si aspetta un lettore delle note di rilascio ; un file chiamato `progetto.xz` invita `unxz progetto.xz` e lascia il lettore con un file chiamato `progetto` che è in realtà un archivio. XZ non memorizza alcun nome di file originale, a differenza di gzip, quindi l’estensione che si dà al file è l’unica etichetta che avrà mai.

Un archivio 7Z sa cosa c’è dentro. I nomi, i percorsi, le dimensioni e una checksum per voce sono registrati nell’archivio stesso, ed è per questo che un archiviatore può mostrare istantaneamente il contenuto di un 7Z da 400 MB senza decomprimerne nulla. Un XZ non sa nulla : `xz --list` riporta il numero di blocchi e la dimensione dello stream, e questo è tutto ciò che può dire.

Tutto ciò che un elenco di un `.tar.xz` mostra viene letto dal TAR all’interno, il che significa che lo stream deve essere decompresso per arrivarci. Su un piccolo rilascio è un secondo e nessuno se ne accorge ; su un archivio da più gigabyte che qualcuno vuole solo sbirciare è la differenza tra una risposta istantanea e una pausa caffè. Se l’archivio verrà sfogliato piuttosto che consumato intero, questa conversione lo peggiora e il 7Z dovrebbe restare.

Il registro elenca `xz`, 7-Zip e Keka come software che leggono un file XZ, e il primo dei tre è il punto : xz fa parte di un’installazione di base su effettivamente ogni distribuzione Linux e ogni BSD, perché il gestore dei pacchetti stesso dipende da esso. GNU tar comprende `-J` per XZ dalla versione 1.22, quindi non serve un passaggio separato. Un’immagine container con nient’altro che una shell di solito riesce comunque a spacchettare un `.tar.xz`.

7-Zip non è in quella posizione. È eccellente e gratuito, ed è pur sempre qualcosa che una persona o un’immagine di build deve installare, e il registro segnala un supporto a macchia come problema noto del formato 7Z esattamente per questa ragione. Su una macchina che si controlla la distinzione è banale ; su un agente di build, una macchina del cliente o un container minimale che non si è costruito, è tutta la domanda. Quell’asimmetria, non la compressione, è ciò che questa conversione sta comprando.

Il 7Z supporta la crittografia e XZ no, quindi un archivio protetto non può essere portato oltre nemmeno in linea di principio. Anziché indovinare una password o produrre qualcosa di mezzo scritto, all’estrattore viene passata una password vuota così un archivio cifrato fallisce immediatamente con un messaggio leggibile. Sbloccarlo con 7-Zip o Keka sulla propria macchina e convertire l’archivio in chiaro.

L’altro rifiuto avviene prima che qualsiasi cosa venga scritta su disco. All’archivio viene chiesto cosa dichiara di espandersi, e un totale dichiarato sopra i 2 GB viene respinto — un 7Z piccolo può annunciare onestamente di spacchettarsi in terabyte, e scoprirlo durante l’estrazione è troppo tardi. Il controllo non è a tenuta stagna da solo, poiché un archivio può dichiarare meno del dovuto ; ciò che vincola il resto è la disposizione attorno, descritta più avanti.

Non nel browser. Molti degli strumenti su questo sito convertono sul dispositivo dell’utente e lo dicono ; il rimpacchettamento di archivi è una delle eccezioni, perché servono 7-Zip e xz come programmi veri. Il file viaggia su una connessione cifrata verso un container che li esegue, e quel container è configurato senza accesso a internet in uscita.

Ogni lavoro ottiene la propria directory di scratch su un filesystem in memoria, e la directory viene rimossa quando il lavoro termina indipendentemente dall’esito. Un lavoro ancora in esecuzione dopo sessanta secondi viene terminato anziché lasciato girare a vuoto, perché un archivio malformato tende a mettere un compressore in un loop invece di farlo fallire. Il piano gratuito accetta 25 MB per file. Se l’archivio contiene materiale che non si consegnerebbe a terzi, 7-Zip e xz sulla propria macchina fanno gli stessi due passaggi offline.

Eseguire `tar tJf` sul risultato e confrontare l’elenco voce per voce con il 7Z : stesso conteggio, stessi percorsi, stesse dimensioni. È il controllo più economico possibile e coglie l’unico errore che conta qui, ovvero un percorso di livello superiore che è slittato di una directory. Un archivio impacchettato da una directory genitore porta una cartella iniziale in ogni percorso e uno impacchettato dall’interno no, e uno script di build che si aspettava l’uno e ha ricevuto l’altro fallisce in un modo che richiede un’ora per essere letto.

Timestamp e permessi Unix sono l’altra cosa da guardare piuttosto che presumere. I file escono byte per byte — è un rimpacchettamento senza perdita — ma ciò che il vecchio container registrava *su* di essi non sempre sopravvive, e un 7Z scritto su Windows potrebbe non aver mai portato un bit di modalità Unix. Se un rilascio ha bisogno che un eseguibile arrivi eseguibile, controllarlo nel tarball e aggiustarlo lì invece di scoprirlo sulla macchina di qualcun altro.