Convertire BZ2 in ZIP

Nessuno nel 2026 inizia un nuovo progetto con bzip2 — il nostro registro marca il formato come legacy, l’unico formato di archivio qui che porta quello stato. Ciò che esiste è storia: dataset di ricerca pubblicati quando bzip2 era l’opzione forte, rilasci di sorgenti dalla metà degli anni 2000, mirror che non hanno mai cambiato la loro pipeline, backup di un server che è stato da tempo dismesso.

Quindi il lettore di questa pagina raramente sta scegliendo un formato. Gli è stato consegnato uno, spesso un decennio dopo che è stato scritto, e l’unica vera domanda davanti a lui è come vedere cosa c’è dentro. Quella cornice conta, perché la maggior parte dei consigli usuali sui compromessi di compressione è irrilevante quando il file esiste già — nessuno qui sta decidendo tra bzip2 e xz, sta decidendo tra aprire l’archivio e non aprirlo. L’argomento della compressione torna rilevante solo alla fine di questa pagina, per il piccolo numero di lettori che si rivelano essere quelli che pubblicano la cosa.

BZ2 comprime un singolo stream. Il nostro registro lo registra come formato di stream con esattamente un membro e elenca l’assenza di struttura di directory tra i suoi problemi noti — non c’è alcun campo in un file bzip2 per un nome, un percorso, un modo o un timestamp.

Tutto ciò che pensate come l’archivio è quindi nel TAR sottostante: blocchi di intestazione che nominano ciascun file, contenuti in sequenza, nessuna compressione propria e nessun indice da nessuna parte. Bzip2 vede un lungo flusso di byte e non impara mai che contiene file. Scartare entrambi gli strati è ciò che trasforma il download di nuovo in una directory, e fare solo il primo è ciò che lascia le persone convinte che l’archivio sia rotto. La stessa struttura produce `.tar.gz` e `.tar.xz`, quindi qualsiasi cosa impariate qui si trasferisce direttamente alle altre due estensioni che incontrerete negli stessi angoli di internet.

Un’intestazione gzip può portare il nome del file originale di ciò che è stato compresso. Un’intestazione bzip2 non porta nulla del genere — solo quanto basta per dire quanto sono grandi i blocchi. Quella differenza è invisibile finché qualcosa non cerca di capire cosa ha appena decompresso.

La prima versione di questo convertitore faceva esattamente quello, controllando l’elemento estratto per un nome `.tar` prima di scartarlo di nuovo. Funzionava per gzip, la cui intestazione forniva il nome, e falliva silenziosamente per bzip2 e xz, che non ne forniscono: lo stesso tar arrivava sotto un nome anonimo, il controllo lo mancava, e la conversione produceva un archivio che conteneva un blob opaco invece dei file che erano entrati. Ora forza il tipo tar sul contenuto piuttosto che fidarsi di un nome, che è il motivo per cui questa pagina può promettere che entrambi gli strati vengono via.

Bzip2 funziona leggendo blocchi fino a 900 KB, ordinando le rotazioni di ciascun blocco con una trasformata di Burrows–Wheeler così che contesti simili stiano vicini, e comprimendo il risultato. L’intero blocco è il contesto. ZIP deflaziona ciascun file separatamente contro una finestra di 32 KB e ricomincia da capo a ogni voce.

Sul materiale che finisce in un `.tar.bz2` — corpora, log, alberi di sorgenti, XML, esportazioni tabulari — è un divario reale, e il ZIP sarà visibilmente più grande. Su un archivio di immagini o video i due sono vicini, perché non era rimasto nulla da comprimere prima che uno dei due lo toccasse. Se la dimensione vi interessa più della compatibilità, la risposta è lasciare l’archivio com’è e installare uno strumento che lo legga, perché ogni formato che un desktop stock apre comprime più debolmente di quello che avete già.

La maggior parte dei compressori decomprime molto più velocemente di quanto comprime. Bzip2 è l’eccezione che la gente incontra: invertire l’ordinamento dei blocchi è calcolo genuino piuttosto che una copia di stream, quindi decomprimere è lento in un modo in cui gzip e xz non lo sono.

Entro i 25 MB che il livello gratuito accetta, ammonta a un secondo o due ed è invisibile. È nondimeno il motivo per cui il formato ha perso il suo posto: xz decomprime più velocemente e comprime di più, il che ha lasciato bzip2 senza un argomento su nessuno dei due assi e spiega perché così pochi archivi scritti nell’ultimo decennio lo usino. L’unica cosa che bzip2 fa ancora meglio di entrambi i vicini è contenere il danno, e quello è un argomento di durabilità piuttosto che di prestazioni — che è il motivo per cui il formato sopravvive negli angoli di archiviazione e da nessun’altra parte.

Una cosa che bzip2 fa genuinamente bene è contenere il danno. Ogni blocco è compresso da solo, quindi una regione corrotta vi costa quel blocco piuttosto che tutto ciò che viene dopo, e strumenti di recupero esistono che estraggono i blocchi intatti da un file rotto.

Vale la pena saperlo prima di convertire un vecchio archivio che è stato su archiviazione in fallimento. Se la conversione fallisce qui, l’archivio potrebbe essere ancora parzialmente recuperabile in locale con uno strumento di recupero bzip2, e quello è un passo successivo migliore che caricarlo ripetutamente. Una conversione ha bisogno di un archivio intero e leggibile; il salvataggio ha bisogno di uno strumento diverso.

Non ogni file bzip2 è un tarball. Un singolo dump di database compresso, un log grosso, un’esportazione tabellare — bzip2 applicato a un file è il formato usato esattamente come previsto, e nessun TAR è coinvolto.

Il convertitore cerca di leggere il contenuto decompresso come TAR e, quando ciò fallisce, lo tratta come l’unico file che è. Ottenete un ZIP contenente quel file. L’unico costo dell’ambiguità ricade sul nome: poiché bzip2 non ne ha memorizzato nessuno, la voce dentro il ZIP è nominata dalla pipeline piuttosto che da qualcosa che l’archivio ricordava.

Questa coppia non gira nel vostro browser — scartare e riscrivere archivi ha bisogno di programmi reali. Il file è caricato su una connessione crittata al nostro convertitore, decompresso, scartato, impacchettato come ZIP e restituito. Tutto ciò che il lavoro ha scritto, incluso il tar intermedio, è cancellato quando finisce.

La directory di lavoro è appoggiata sulla memoria con una dimensione fissa ed è scartata con il container. I caricamenti gratuiti si fermano a 25 MB, i lavori sono terminati a sessanta secondi, e un archivio che dichiara più di 2 GB di contenuti è rifiutato prima che l’estrazione cominci. Se l’archivio è confidenziale piuttosto che meramente vecchio, 7-Zip e Keka fanno lo stesso lavoro offline.

I lettori di questa pagina a volte si rivelano essere il custode piuttosto che il destinatario — la persona che ha ereditato il download con cui tutti gli altri stanno lottando, e che può cambiare ciò che viene pubblicato la prossima volta. In quel caso l’output utile di questa conversione non è il ZIP ma la decisione che sollecita, perché ogni futuro lettore ripeterà altrimenti la ricerca che vi ha portato qui.

Per un pubblico che decomprime in una shell, `.tar.xz` comprime meglio di bzip2 e decomprime considerevolmente più velocemente, e ogni macchina rilevante lo ha già. Per un pubblico su desktop, un ZIP è il file che si apre senza istruzioni allegate. Pubblicarli entrambi non è indecisione; sono due pubblici con strumenti genuinamente diversi, l’archivio costa quasi nulla da produrre due volte, e continuare a spedire solo bzip2 non serve nessuno dei due gruppi particolarmente bene.

Gli archivi che arrivano a questa pagina sono spesso vecchi, e i file vecchi sono di solito stati copiati tra macchine diverse volte. Prima di presumere che un fallimento di conversione sia il nostro problema, vale la pena testare l’archivio dove si trova: `bzip2 -t` verifica lo stream compresso senza scrivere nulla, e qualsiasi archiver riporterà una mancata corrispondenza di checksum piuttosto che consegnare contenuto danneggiato, perché bzip2 memorizza un CRC per ogni blocco e uno per l’intero file.

Se quel test fallisce, la conversione qui fallirà anche, e caricamenti ripetuti non cambieranno la risposta. Ciò che può cambiarla è uno strumento di recupero che percorre il file blocco per blocco e recupera quelli intatti — pratico proprio perché bzip2 comprime ogni blocco indipendentemente. Recuperate prima, convertite dopo. Un convertitore ha bisogno di un archivio intero e leggibile; salvare uno danneggiato è un lavoro diverso per un programma diverso, e farli nell’ordine sbagliato spreca un pomeriggio.