Wat is een ZIP-bestand?

ZIP is een container: een omhulsel voor stromen die door iets anders zijn gecodeerd. Het wordt gebruikt voor gegevens tussen programma’s verplaatsen en een af bestand overdragen.

De extensie is .zip en de volledige naam ZIP Archive. Allebei zeggen ze minder dan wat het bestand kan bevatten, en daar gaat de rest van deze pagina over.

PKWARE bracht het in 1989 uit. De specificatie is APPNOTE.TXT.

Aan een formaat dat zo lang leesbaar is gebleven kun je iets toevertrouwen dat je over tien jaar terug wilt hebben.

Ze is volledig gepubliceerd, dus wie het formaat wil uitvoeren kan dat uit het document doen in plaats van door te kijken hoe anderen het doen. Daarom duikt het in zo veel programma’s op, en daarom gaan bestanden van twintig jaar geleden nog steeds open. Openbaar is niet hetzelfde als royaltyvrij: waar een formaat een codec omhult, is de octrooilicentie een aparte vraag waarop de standaard geen antwoord geeft.

ZIP bewaart zijn inhoud precies. Opnieuw opslaan verandert niets, dus je kunt het zo vaak openen, bewerken en wegschrijven als je wilt zonder dat er schade opstapelt — en dat is wat er een werkformaat van maakt in plaats van een afleverformaat.

ZIP bewaart een mappenstructuur: namen, mappen en de opbouw daartussen. Daarom kan het in een mailbijlage voor een map invallen.

Het werkt met 32 KB tegelijk: binnen dat stuk moet een herhaling vallen voordat ze weggerekend kan worden.

Dat ene getal verklaart het grootste deel van het verschil tussen het ene archiefformaat en het andere. Een groter stuk vindt meer herhaling en heeft daar meer tijd en meer geheugen voor nodig — dat is de hele ruil.

ZIP brengt een controlegetal, zodat een beschadigd bestand opvalt in plaats van stilzwijgend verkeerd gelezen te worden en optionele versleuteling mee.

Een versleuteld bestand moet worden ontgrendeld voordat iets het kan converteren, hier en overal elders. Een wachtwoord is niets waar een omzetter omheen kan, en aan een die dat wel beweert zou je het bestand al helemaal niet moeten geven.

Windows Explorer, Finder en 7-Zip lezen het, en de meeste programma’s van dezelfde soort ook.

Als een bestand niet opengaat ligt het zelden aan het formaat — vaker is het programma ouder dan het formaat. Converteren naar iets ouders is de betrouwbare weg eromheen, en daarvoor is de rest van deze site bedoeld.

Geen enkele browser leest het.

Dat is veruit de meest voorkomende reden om het te converteren: niet dat het formaat slecht is, maar dat de plek waar je het bestand wilt tonen het niet kan lezen.

ZIP is bedoeld om te openen en te wijzigen. Houd het bestand in dit formaat zolang het werk loopt, en exporteer eruit wanneer er een afgeronde versie nodig is.

ZIP is het ene archiefformaat dat elk besturingssysteem opent zonder iets te installeren. Windows kan het al sinds 1998, macOS sinds zijn eerste versie, en elke telefoon, mailclient en browser kan ermee overweg. Dat is de hele reden om het te kiezen, en het is een heel goede reden.

Al het andere in de archiefwereld ruilt dat in voor iets. RAR comprimeert beter en de meeste ontvangers kunnen het niet openen. 7z comprimeert nog beter en heeft software nodig. TAR bewaart Unix-rechten en betekent niets op Windows. ZIP wint het geval dat het vaakst ertoe doet: een bestand overhandigen aan iemand van wie je de computer niet kent.

Dit is de ontwerpbeslissing die zowel de sterke als de zwakke kant van ZIP verklaart. Elk bestand erin wordt apart gecomprimeerd en geïndexeerd in een directory aan het einde van het archief, dus kan elk afzonderlijk item meteen worden uitgepakt zonder de rest aan te raken.

Dat maakt ZIP uitstekend voor archieven waar je af en toe in duikt, en middelmatig qua verhouding. Duizend bijna identieke tekstbestanden worden één voor één uitgeknepen, zonder kans om te merken dat ze bijna hetzelfde zijn — precies het geval waarin 7z en `.tar.gz` de overhand nemen, soms met een factor van meerdere keren.

ZIP’s oorspronkelijke versleuteling, toegevoegd met de 2.0-specificatie in 1993, is gebroken. Er bestaan bekende aanvallen die de inhoud herstellen zonder het wachtwoord, en tools daarvoor zijn vrij verkrijgbaar. Een bestand dat zo beveiligd is, is beveiligd tegen een nieuwsgierige collega en tegen verder niets.

Moderne ZIP ondersteunt ook AES-256, wat werkelijk sterk is — maar het is niet in elke tool de standaard, en een archief daarmee versleuteld kan niet geopend worden door Windows Verkenner, die nog altijd alleen het oude schema begrijpt. De keuze is dus echte beveiliging die de ontvanger misschien niet kan openen, of gemak dat geen beveiliging is. Voor iets dat er echt toe doet: versleutel het bestand voordat je het archiveert.

DOCX, XLSX, PPTX, ODT, EPUB, APK, JAR en Android-appbundels zijn allemaal ZIP-archieven met een andere extensie en een verplichte interne indeling. Hernoem er een naar `.zip` en het opent, met de XML en afbeeldingen erin zichtbaar.

Dat is waarom een map DOCX-bestanden zippen bijna niets bespaart — de inhoud is al gecomprimeerd, en compressie heeft geen nut om nog een keer te draaien. Hetzelfde geldt voor JPEG’s, MP3’s, MP4’s en PDF’s. Komt een archief ongeveer even groot uit als zijn inhoud, dan is dat geen mislukking; het betekent dat de bestanden hun werk al deden.

Unix-bestandsrechten, eigenaarschap en symbolische links hebben geen betrouwbaar thuis in een ZIP. Sommige tools slaan ze op in een uitbreidingsveld en de meeste negeren dat, dus komt een map scripts gearchiveerd op een Mac en uitgepakt op een server vaak aan zonder het uitvoerbaar-vlaggetje.

Dat is waarom software voor Unix-systemen als `.tar.gz` verspreid wordt in plaats van als ZIP, en het is de moeite waard om te weten voordat je ZIP gebruikt om een project tussen machines te verplaatsen. Voor documenten, foto’s en alles dat een mens met de hand opent, maakt geen van dit iets uit.

De oorspronkelijke specificatie gebruikte 32-bitsvelden, wat een archief en elk bestand erin beperkte tot vier gigabyte en het aantal items tot 65.535. ZIP64 hief in 2001 alle drie de limieten op en is wat elke huidige tool schrijft wanneer dat nodig is.

Oudere software begrijpt het niet. Het symptoom is herkenbaar: een archief dat in het ene programma correct uitpakt en in een ander corruptie of afkapping meldt, meestal een oudere tool of iets ingebouwd in een apparaat. Het archief is prima; de lezer stamt van vóór de uitbreiding.

Comprimeren op macOS voegt een map `__MACOSX` toe en bestanden die beginnen met `._` — resourceforks en uitgebreide attributen die macOS apart bewaart en meepakt. Op een Mac zijn ze onzichtbaar. Uitgepakt op Windows verschijnen ze als rommel naast elk echt bestand.

Ze zijn veilig om te verwijderen en dragen niets waar iemand iets aan heeft. De moeite waard om te noemen, want het laat een net archief betrouwbaar slordig ogen, en de ontvanger denkt vaak dat er iets is misgegaan.

ZIP kan gesplitst worden over genummerde volumes — `.z01`, `.z02`, en een laatste `.zip` — om voorbij groottelimieten van e-mail of opslag te komen. Elk deel moet in dezelfde map staan voordat de extractie kan beginnen, en de extractie start vanaf de `.zip`, niet vanaf het eerste genummerde deel.

Ze zijn geen zelfstandige archieven, dus een ontbrekend deel maakt doorgaans alles erna onherstelbaar. Loopt een gesplitst archief halverwege vast zonder duidelijke reden, dan is een ontbrekend of hernoemd volume het eerste om te checken.

Kies 7z wanneer het archief groot is, vol vergelijkbare bestanden, en naartoe gaat waar je weet dat de software aanwezig is — het verschil in verhouding is echt en kan aanzienlijk zijn. Kies `.tar.gz` wanneer de bestemming een Unix-systeem is en rechten moeten overleven.

Kies ZIP voor al het overige, wat de meeste gevallen zijn. Het beste archiefformaat is degene die de ontvanger kan openen, en iets anders dan ZIP sturen naar iemand van wie je de opstelling niet kent, is stilzwijgend vragen om een probleem op te lossen dat je had kunnen vermijden.