Convertire ZIP in BZ2

Pochissime persone scelgono bzip2 nel 2026. Lo ereditano. Uno script di build di dieci anni fa passa per `bunzip2`, un dataset di ricerca è pubblicato come `.tar.bz2` e il nuovo file deve stare accanto ai vecchi, le regole di caricamento di un mirror nominano l’estensione, o uno strumento rifiuta qualunque altra cosa. La conformità è l’intera motivazione.

È un motivo perfettamente valido e questa pagina non lo contesterà. Ciò che farà è assicurarsi che non stiate scegliendo bzip2 solo per fama — la fama se l’è guadagnata intorno al 1996, quando era davvero l’opzione forte, e il panorama si è spostato due volte da allora. Se avete mano libera, leggete la sezione su XZ più sotto prima di convertire qualunque cosa. Se non l’avete, e il file deve semplicemente combaciare con i dodici archivi già presenti in quella cartella, allora bzip2 è la risposta giusta e il resto di questa pagina riguarda cosa otterrete davvero.

Il registro descrive il BZ2 come uno stream con esattamente un membro ed elenca «nessuna struttura a directory» fra i suoi problemi noti. Non può registrare un nome file, tanto meno un albero di cartelle. Non è un limite dell’implementazione: è ciò che il formato è — un compressore, applicato a una cosa sola.

Quindi la conversione non può essere un semplice reimpacchettamento, e una pagina che lo lasciasse intendere ometterebbe la parte interessante. Lo ZIP viene estratto, i suoi contenuti scritti in un TAR che porta ogni nome e ogni percorso, e bzip2 applicato a quel tarball singolo. Chi lo estrae recupera l’albero di cartelle esattamente com’era, in due livelli che la maggior parte degli strumenti Unix sblocca con un comando e la maggior parte degli archiviatori grafici con due clic. La disposizione è abbastanza vecchia da precedere il formato stesso, ed è per questo che ha un nome convenzionale invece di richiedere una spiegazione.

Bzip2 non usa una finestra scorrevole come DEFLATE. Legge un blocco fino a 900 KB, applica una trasformata di Burrows–Wheeler che ordina le rotazioni del blocco così che contesti simili finiscano adiacenti, e poi comprime il risultato. L’intero blocco è il contesto, non gli ultimi 32 KB.

Ecco perché batte gzip su testo grande e ripetitivo — file di log, XML, esportazioni CSV, alberi sorgente — e perché il vantaggio si azzera del tutto su uno ZIP pieno di JPEG o MP4. I dati già compressi non hanno struttura residua da ordinare, quindi la trasformata è costosa da eseguire e non restituisce nulla per la spesa. Prima di convertire vale la pena dare un’occhiata a cosa contiene davvero lo ZIP: il vero punto di forza del formato si applica a circa metà degli archivi che le persone possiedono, e sull’altra metà si sta scegliendo un compressore lento senza motivo.

Ordinare non è gratis, e bzip2 è il più lento dei tre compressori Unix sia in compressione sia, più sorprendentemente per molti, in estrazione. Ogni blocco va disordinato per essere letto, che è lavoro vero e non una semplice copia di flusso.

Sui 25 MB accettati dal piano gratuito nulla di tutto ciò si nota — il lavoro dura un paio di secondi in ogni caso. Diventa decisivo alla scala del gigabyte, esattamente la scala a cui si è formato il vecchio consiglio di preferire bzip2, e esattamente dove XZ lo ha superato da allora su entrambi gli assi.

I formati su questo sito portano uno stato, e BZ2 è l’unico formato di archivio qui segnato come legacy invece che corrente. È un giudizio su dove si colloca nel 2026, non su se funzioni: bzip2 è stabile, onnipresente su Unix, ancora impacchettato attivamente e perfettamente sicuro da usare su un archivio che vi viene consegnato oggi.

È legacy perché entrambi i suoi vicini sono migliori nel compito per cui era stato scelto. XZ comprime più a fondo con un dizionario fino a 64 MB e decomprime più velocemente di bzip2; gzip è più veloce di entrambi ed installato ovunque. Questo lascia bzip2 in una via di mezzo in cui nessuno ha bisogno di stare a meno che un file esistente non ci viva già.

Uno stream gzip può portare il nome e la data originali di ciò che ha compresso. Uno stream bzip2 non porta né l’uno né l’altra — sono byte in ingresso, byte compressi in uscita, con un’intestazione che dice solo quanto grandi sono i blocchi. Quella differenza ha un lato pratico.

Significa che il nome file che conservate è l’unica etichetta che l’archivio ha dall’esterno, quindi un `.bz2` rinominato con leggerezza è genuinamente ambiguo su se contenga un tarball o un singolo file compresso. Chiamare il download `qualcosa.tar.bz2` invece di `qualcosa.bz2` non è pedanteria qui: è l’unico posto in cui quell’informazione può vivere.

Bzip2 comprime ogni blocco per conto suo, il che ha due conseguenze utili. Il danno è contenuto: un blocco corrotto costa quel blocco invece di tutto ciò che segue, ed esistono strumenti di recupero che estraggono i blocchi intatti da un file danneggiato.

L’indipendenza è anche il motivo per cui esistono implementazioni parallele e funzionano bene — i blocchi possono essere affidati a core diversi senza coordinamento. Nessuna delle due proprietà vale per un archivio 7Z solido, dove un unico flusso porta tutto e un byte sbagliato all’inizio può portarsi via il resto. Se la resistenza conta più del rapporto, è un argomento reale a favore di bzip2.

Questa conversione gira sul nostro convertitore, non nella pagina. L’archivio viene caricato su una connessione cifrata, 7-Zip lo estrae, i contenuti vengono messi in TAR, bzip2 viene applicato al tarball, e il risultato torna a voi. Tutto ciò che è stato scritto durante il lavoro viene cancellato quando finisce, e lo spazio di lavoro è in memoria, non su disco.

Le regole che ne derivano: 25 MB per file gratis, sessanta secondi prima che un lavoro venga terminato, e un rifiuto netto per un archivio che dichiara una dimensione estratta oltre i 2 GB. Gli ZIP protetti da password falliscono con un messaggio invece di bloccarsi, perché l’estrattore viene chiamato con una password vuota di proposito, così segnala invece di aspettare.

Se l’archivio va a una persona, fermatevi qui. Esplora risorse di Windows e il Finder di macOS aprono entrambi lo ZIP senza nulla da installare, e nessuno dei due ha la minima idea di cosa sia un `.tar.bz2`; il destinatario avrebbe bisogno di bzip2 o di un archiviatore di terze parti, e poi un secondo passaggio per superare il tar interno. Convertire per qualcuno che non ha chiesto specificamente bzip2 trasforma un doppio clic in una conversazione di supporto, e sarete voi il supporto.

Lo stesso vale per la maggior parte dei moduli di caricamento web, piattaforme didattiche e sistemi di ticketing, che accettano ZIP e rifiutano silenziosamente tutto il resto in base all’estensione. Ricorrete a questa coppia solo quando una macchina all’altro capo chiede bzip2 per nome, o quando i file esistenti di un dataset portano già quell’estensione e il nuovo deve combaciare. Ovunque altrove, lo ZIP che avete già è il file migliore, e la conversione è semplicemente lavoro che peggiora leggermente la situazione.

Il download arriva con il vostro nome originale e un’estensione `.bz2`, quindi `documenti.zip` torna come `documenti.bz2` anche se i byte sono un tarball avvolto in bzip2. Poiché il formato non memorizza un proprio nome, il nome file è l’unica descrizione che l’archivio porta, e rinominarlo in `documenti.tar.bz2` — o `documenti.tbz2`, la forma più corta della stessa cosa — è genuinamente portante e non cosmetico.

Lo sblocco avviene negli stessi due passaggi. `tar -xjf` gestisce entrambi i livelli in un comando su qualunque macchina Unix, mentre un archiviatore grafico su Windows di solito decomprimerà prima il livello bzip2 e mostrerà un singolo `.tar` da aprire dopo. Quel passaggio intermedio è la struttura che funziona come previsto, non un segno che la conversione abbia prodotto qualcosa di strano, ed è il motivo più comune per cui si crede che un archivio bz2 sia rotto quando non lo è.