ZIP naar GZ omzetten

Bijna iedereen die deze omzetting wil, is erop gewezen. Een hostingpaneel vraagt om een .tar.gz, een deployscript pakt zijn payload uit met tar, of een Linux-machine aan de andere kant heeft tar en niets dat ZIP leest zonder eerst iets te installeren. Het archief dat je hebt, is een ZIP omdat Windows en macOS die maken.

Het doel is dus conformiteit, geen compressie. Zodra het bestand de vorm heeft die de andere kant verwacht, is de klus geklaard — en de rest van deze pagina gaat vooral over wat die vorm precies is, want dat is het enige dat de omzetting niet voor je kan verbergen.

Dit is het feit waar het paar om draait. GZ, gespecificeerd in RFC 1952 en daterend uit 1992, comprimeert één bytestream. Het bewaart geen lijst van items, geen paden, geen mappen — het register noteert het als een streamformaat met precies één lid.

Een ZIP is daarentegen een container: een set onafhankelijk gecomprimeerde items met een inhoudsopgave aan het eind. Er is geen manier om de tweede rechtstreeks in de eerste te gieten. Iets moet de vele bestanden eerst tot één stream platslaan, en dat iets is TAR.

De pijplijn maakt een TAR van de uitgepakte inhoud en comprimeert die tarball met gzip. Het bestand dat je terugkrijgt heeft dus twee lagen: een gzip-stream aan de buitenkant, een tar-archief erbinnen, je bestanden daarin. Elke Unix-machine pakt beide in één stap uit met tar -xzf.

De naam is het vreemde deel. Downloads hier nemen je oorspronkelijke bestandsnaam en de doelextensie, dus foto.zip komt terug als foto.gz in plaats van foto.tar.gz. Hernoem het als iets verderop kieskeurig is over extensies.

Mensen verwachten dat een omzetting iets oplevert in bytes, en dat doet deze niet. Beide formaten comprimeren met DEFLATE en beide kijken terug door een venster van 32 KB, dus vinden ze dezelfde herhalingen. Je verandert containers, geen compressoren.

Er is één structureel verschil dat beide kanten op kan werken. ZIP comprimeert elk item apart en gzip ziet één doorlopende tar-stream, dus een archief van veel kleine gelijksoortige bestanden kan iets beter comprimeren als tarball, terwijl de tar-laag zijn eigen opvulling toevoegt. Op de meeste echte archieven heffen de twee effecten elkaar ongeveer op. Wil je echt een kleiner bestand, zet dan om naar XZ.

Een gzip-stream kan de oorspronkelijke bestandsnaam en wijzigingstijd dragen, een echt verschil met zijn twee broertjes: BZ2 en XZ bewaren helemaal geen naam. Het is een klein detail met een zichtbaar gevolg — een .gz uitpakken geeft je vaak een zinnig benoemd bestand terug.

Hier is die naam output.tar, want de tarball was wat gecomprimeerd werd. De moeite van weten waard als je de download met de hand uitpakt en je afvraagt waar je oorspronkelijke naam bleef: die staat op het buitenste bestand, dat je zelf koos.

Het register markeert GZ als ondersteund door alle browsers, wat klopt en vaak verkeerd begrepen wordt. Browsers onderhandelen gzip als transportcodering: de server comprimeert een respons, de browser decomprimeert die voor iets het ziet, en er is geen bestand bij betrokken. Daarom is het hele web gezipt zonder dat iemand het merkt.

Een .gz-bestand dat je downloadt is dat niet. De browser behandelt het als een ondoorzichtig bestand en slaat het zo op, want de compressie is nu de inhoud in plaats van het transport. Noch Windows Verkenner, noch de macOS Finder pakt het native uit.

Bevat je ZIP één enkel bestand, dan verdwijnt de mismatch waar deze pagina over gaat — één bestand is precies waarvoor GZ ontworpen is, en het resultaat is het gewone, idiomatische ding: één gecomprimeerde stream, geen container, geen dubbelzinnigheid.

De pijplijn stuurt het voor consistentie nog steeds door dezelfde tar-stap, dus wat je downloadt blijft een gezipte tarball. Heb je specifiek het laatste nodig — een enkele .sql.gz voor een tool die precies dat leest — doe het dan lokaal met gzip.

Anders dan de meeste omzettingen op deze site verlaat deze je apparaat. De ZIP wordt over een versleutelde verbinding geüpload, uitgepakt en herpakt door 7-Zip op onze converter, en teruggestuurd; de upload, de tussenliggende tar en de uitvoer worden allemaal verwijderd zodra de taak eindigt.

Dat stelt de grenzen: 25 MB per bestand op het gratis niveau, zestig seconden per taak voordat die wordt afgebroken, en een weigering voor elk archief dat opgeeft meer dan 2 GB uit te pakken. Een met wachtwoord beveiligde ZIP stopt hier ook met een melding in plaats van te blijven hangen.

Alle drie de doelen leveren dezelfde tar-in-een-compressor-vorm en verschillen alleen in de compressor eromheen. GZ kijkt terug door een venster van 32 KB, is de snelste van de drie en staat overal geïnstalleerd. BZ2 sorteert blokken tot 900 KB en comprimeert tekst beter dan gzip. XZ draagt een woordenboek tot 64 MB en levert met ruime marge het kleinste bestand.

De keuze wordt meestal voor je gemaakt door wat je voedt. Deploytools, containerlagen en de meeste uploadeindpunten nemen gzip aan; broncode-releases zijn grotendeels naar xz overgestapt. Dicteert niets het antwoord, dan is gzip de veilige standaard.

Het is de moeite waard te bevestigen dat wat terugkwam bevat wat je verstuurde. Op Linux of macOS toont tar -tzf de inhoud zonder iets uit te pakken. Op Windows opent 7-Zip of Keka het bestand direct en toont de tar erin.

Die tweede klik is iets om te verwachten, niet om je zorgen over te maken. Grafische archiveerders verwijderen meestal één laag tegelijk, dus een gezipte tarball ziet er terecht uit als een archief met daarin één .tar-bestand, en pas de laag daaronder toont je bestanden.