7Z を XZ に変換 — tar.xz の形にする

これは互換性のための変換であって、圧縮率のための変換ではありません。ソースリリースを準備するメンテナー、PKGBUILD や RPM のスペックファイルを書くパッケージャー、ビルドスクリプトが `curl … | tar xJ` を前提にしている技術者。彼らのパイプラインは圧縮された tarball を期待していて、Windows 側で 7-Zip を使って作られた 7Z が代わりに届いた、という状況です。

受け取り側のツールを 1 個のファイルのために変えることはできません。ですからこの変換の範囲は狭く定義するのが誠実です。下流が tar.xz を要求するなら変換し、要求しないなら 7Z のままにしておく。容量を理由に変換する意味はどちらの方向にもありません。

7Z は 1999 年、XZ は 2009 年に登場しましたが、どちらも LZMA 系列の上に成り立っていて、レジストリはどちらにも 64 MB の辞書を記録しています。これだけの辞書サイズがあると、40 番目のファイルにある文字列が 3 番目のファイルにすでに出ていたことに気づけます。両方の形式が同じことに気づけるということです。

ですから比率を決めているのはデータであって形式の選択ではありません。ソースコードやログのフォルダなら重複が多く見つかり、両者とも同じくらい見つけます。JPEG や MP4 のフォルダなら何も見つかりません。冗長性はアーカイブ化される前にすでに取り除かれているからです。容量を減らす目的でこの変換を選んだのなら、圧縮方式は最初から問題ではありませんでした。

XZ が圧縮するのはちょうど 1 本のストリームです。ファイル名を入れる欄も、ディレクトリという概念も、このバイト範囲が 1 つのメンバーでこちらは別、と示す方法もありません。それは直し忘れた欠陥ではなく設計そのもので、だからこそ tar が隣にいます。

この変換は 7Z を展開し、中身を tar にまとめ、その tar を xz で圧縮します。展開したディレクトリの内側からアーカイブを組み立てるので、tarball の中身は先頭にラッパーフォルダを持たず、直接あなたのファイルが並びます。1 つだけ注意点があります。これは今新しく書かれた tar であり、元の 7Z が中に .tar ファイルを普通のファイルとして持っていた場合、それはそのままファイルとして残り、展開されることはありません。

届くファイルの拡張子は .xz で、正直な名前は .tar.xz です。放置しても壊れません——`xz -d` も `tar` も拡張子ではなく中身のバイトを見ます——ただし人間も自動化スクリプトの半分も先に拡張子を読みます。tarball を含む .xz は、バグ報告のもとになる種類の驚きです。

公開する前にリネームしてください。`tar xf project.tar.xz` なら 2 つの層を 1 回の実行で処理できて、リリースノートを読んだ人が期待するとおりに動きます。`project.xz` という名前は `unxz project.xz` を誘い、結果は実はアーカイブである `project` というファイルです。gzip と違い XZ は元のファイル名を保持しないので、あなたが付けた拡張子だけがこのファイルの唯一の手がかりになります。

7Z アーカイブは中身を知っています。名前、パス、サイズ、各エントリのチェックサムがアーカイブ自体に記録されているので、400 MB の 7Z の中身を、何も展開せずに一瞬で表示できます。XZ は何も知りません。`xz --list` はブロック数とストリーム全体のサイズを報告するだけで、それがすべてです。

tar.xz の中身の一覧は、内側の tar を読んで初めて得られます。つまりストリーム全体を展開しなければなりません。小さなリリースなら 1 秒で気づきもしませんが、数ギガバイトのアーカイブの中身をのぞきたいだけのときは、一瞬で終わる作業とコーヒー休憩の差になります。中身を頻繁にのぞく用途なら、この変換はむしろ状況を悪くするので、7Z のままにしておくべきです。

レジストリは XZ を読めるソフトとして xz、7-Zip、Keka を挙げますが、重要なのは最初の 1 つです。xz は事実上あらゆる Linux ディストリビューションと BSD の基本インストールに含まれています。パッケージマネージャー自身が依存しているからです。GNU tar は 1.22 以降 `-J` を理解するので、別のステップは要りません。シェルしか入っていないコンテナイメージでも、たいてい tar.xz を展開できます。

7-Zip は違います。優れた無料のソフトですが、それでも誰かが、あるいはビルドイメージが、あらためてインストールしなければならないものです。レジストリが 7Z 形式の対応状況にばらつきがあることを記録しているのも同じ理由からです。自分の管理下にあるマシンならこの差は些細ですが、ビルドエージェントや顧客のマシン、あるいは自分で作っていない最小構成のコンテナでは、これがすべての違いになります。この変換が買っているのは容量ではなく、その非対称性です。

7Z は暗号化に対応していますが XZ にはその仕組みがないので、保護された 7Z を原理的にそのまま渡すことはできません。パスワードを推測したり中途半端なファイルを作る代わりに、展開ツールは空のパスワードで呼び出され、暗号化されたアーカイブは待たされることなく読める理由とともに失敗します。自分の環境で 7-Zip や Keka を使って復号してから、平文のアーカイブを変換してください。

もう 1 つの拒否は、何も書き込む前に起きます。アーカイブが展開後にどれだけの容量になるかを自己申告し、2 GB を超えると宣言されたものは断られます。小さな 7Z がテラバイト単位に展開すると正直に申告することもあり得るので、展開の途中で気づくのでは遅すぎます。この確認は完全ではありません——申告を過小に偽ることもできるからです——それを補っているのはこのあとの処理の仕組みです。

あなたのブラウザーの中ではありません。このサイトの多くの変換は自分の端末で完結し、そう明言していますが、アーカイブの詰め直しは例外です。7-Zip と xz を実際のプログラムとして必要とするからです。ファイルは暗号化された接続で、それらを動かすコンテナへ送られ、そのコンテナには外向きのインターネット接続がありません。

ジョブごとにメモリー上の使い捨てディレクトリが割り当てられ、結果がどうであれジョブが終われば削除されます。60 秒を過ぎても終わらないジョブは、粘るのではなく打ち切られます。壊れたアーカイブは失敗するのではなく圧縮ツールを無限ループに落とすことがあるからです。無料枠は 1 ファイル 25 MB までです。第三者に渡したくない中身なら、7-Zip と xz を自分のマシンで動かせば同じ 2 手順をオフラインでこなせます。

`tar tJf` を結果に対して実行し、一覧を 7Z のエントリと 1 つずつ突き合わせてください。件数、パス、サイズが一致するか。これはもっとも安上がりな確認で、この場面でいちばん起きがちな失敗——先頭のパスが 1 段ずれる——を捕まえます。親ディレクトリからまとめた アーカイブはすべてのパスに先頭フォルダを持ち、中から詰めたものは持ちません。想定と違う方を受け取ったビルドスクリプトは、原因を読むのに 1 時間かかる壊れ方をします。

タイムスタンプと Unix のパーミッションも、確認すべき対象です。ファイルはバイト単位でそのまま出てきます——これは可逆な詰め直しです——ただし古い入れ物が中身について記録していたことがすべて残るわけではありません。Windows で作られた 7Z は、そもそも Unix のモードビットを一度も持っていないこともあります。実行可能ファイルとして届く必要があるなら、tarball の中で確認し、そこで直しておいてください。誰かのマシンで発覚するより先に。