Convertire XZ in ZIP

L’XZ è semplicemente ciò che pubblica chi sviluppa a monte. Release sorgente, pacchetti di distribuzione, alberi kernel e intere toolchain di linguaggio spediscono in stragrande maggioranza come .tar.xz, perché il file viene scaricato migliaia di volte e costruito una volta, e ogni megabyte risparmiato è un megabyte risparmiato ripetutamente.

Quella convenzione è stata formata da e per persone con una shell, dove tar -xJf estrae entrambi i livelli in un solo comando. Fuori da quel percorso non è d’aiuto: Windows mostra un tipo di file sconosciuto, macOS non offre nulla di utile, e il download resta in una cartella essendo quattro megabyte di qualcosa.

L’XZ comprime un flusso e nient’altro. Nel nostro registro è un formato flusso con un singolo membro, e l’assenza di qualsiasi struttura di directory è elencata fra i suoi problemi noti — un file .xz non ha campo per un nome, un percorso o un bit di permesso.

I nomi vivono nel TAR sottostante: un blocco intestazione per ogni file, il suo contenuto in sequenza, nessuna compressione propria e nessun indice. L’XZ non impara mai che i byte che sta comprimendo descrivono file affatto. Riavere la vostra directory significa quindi disfare due cose separate.

LZMA2 codifica una ripetizione come riferimento a qualcosa fino a 64 MB prima nel flusso, e codifica quei riferimenti con un range coder che spende meno bit dei codici Huffman di DEFLATE. Contro la finestra di 32 KB dello ZIP è circa duemila volte la portata.

Su un albero sorgente l’effetto è drammatico, perché la ripetizione è ovunque ed è sparsa: la stessa intestazione di licenza che apre duecento file, le stesse righe di importazione, lo stesso boilerplate generato, la stessa indentazione. È perché la release tarball di un progetto è spesso una piccola frazione di ciò che diventa una volta estratta.

Prima che qualcosa venga estratto, all’archivio viene chiesto cosa dichiara di contenere, e un totale dichiarato sopra 2 GB viene rifiutato con un messaggio chiaro. Sulla maggior parte delle coppie di archivi questa protezione esiste per file deliberatamente malevoli e non scatta mai su uno reale.

Questa coppia è l’eccezione. Un compressore forte applicato a un albero grande può mettere ben oltre 2 GB di contenuto in un file abbastanza piccolo da caricare comodamente, quindi un archivio sorgente ordinario e del tutto onesto può essere respinto. È un limite deliberato piuttosto che un fallimento.

Molto, relativamente parlando. Lo ZIP comprime ogni voce indipendentemente contro una finestra di 32 KB e scrive una directory di esse, quindi non può vedere attraverso i confini dei file affatto, figuriamoci 64 MB indietro. Tutto ciò che il dizionario lungo trovava viene pagato di nuovo.

Per chi vuole guardare dentro una release, è uno scambio equo — lo ZIP si apre senza software e la dimensione conta solo mentre sta in una cartella download. Per qualcosa archiviato o spostato oltre è uno scambio scarso.

Decomprimere LZMA2 significa tenere il dizionario con cui il file è stato impacchettato, quindi la memoria richiesta segue quell’impostazione piuttosto che la dimensione del file compresso. Un piccolo .xz scritto con un grande dizionario è più esigente da estrarre di quanto suggerisca la sua dimensione.

Su qualsiasi portatile o server è irrilevante. Diventa reale su hardware limitato — un router, una scheda embedded, un agente di build con memoria limitata — e resta l’unico argomento tecnico duraturo a favore della modesta finestra di 32 KB di gzip nel 2026.

Non ogni file xz è un tarball. Un’immagine disco compressa singola, un log grande, un dump di database — applicare xz a un file solo è il formato usato esattamente come progettato, senza alcun TAR dentro.

Il convertitore legge ciò che esce dal livello xz e prova ad analizzarlo come TAR; quando fallisce, tratta il contenuto come il file singolo che è e lo ZIP contiene quello. Poiché l’xz non memorizza alcun nome originale, la voce viene nominata dalla pipeline piuttosto che da qualcosa che l’archivio ricordava.

Questa conversione avviene sul nostro server piuttosto che nella pagina. Il file viene caricato su una connessione cifrata, decompresso, disfatto, impacchettato come ZIP dall’interno della directory estratta e rimandato indietro, e il caricamento, il tar intermedio e l’uscita vengono tutti cancellati alla fine del lavoro.

Lo spazio di lavoro è su memoria ed è limitato, scartato con il container che lo usava. I caricamenti gratuiti si fermano a 25 MB, ogni lavoro viene terminato a sessanta secondi, e gli archivi protetti da password falliscono con un messaggio piuttosto che aspettare un prompt che non ha dove apparire.

Se l’archivio è diretto a una macchina Linux, un agente di build o un’immagine container, convertirlo è un passo indietro su ogni fronte: la destinazione ha già xz installato, lo ZIP è considerevolmente più grande da spostare, e i permessi e la proprietà che portava il TAR non sopravvivono al viaggio in uno ZIP.

Convertite quando una persona su un desktop deve guardare dentro, quando un modulo di caricamento insiste sullo ZIP e non si può discutere, o quando state inoltrando contenuti a qualcuno che non installerà mai un archiviatore. Se i file .tar.xz arrivano regolarmente, 7-Zip e Keka gestiscono entrambi i livelli localmente senza tetto di dimensione.

Le release sorgente sono di solito pubblicate con un file checksum e spesso con una firma separata, ed entrambi descrivono il .tar.xz esattamente come scritto a monte. Verificate contro il download originale prima di convertire qualsiasi cosa, perché uno ZIP riimpacchettato non corrisponderà a nessuno dei due — i membri sono identici ma l’archivio attorno è nuovo.

Non è un difetto della conversione; è a cosa serve la verifica. L’ordine corretto è controllare la firma sul file scaricato, convincersi che venga dal progetto, e solo allora riimpacchettarlo per qualunque cosa richieda uno ZIP.