Converter 7Z para XZ

Essa é uma conversão de compatibilidade, não de compressão, e é bom deixar isso claro logo de início. Quem está montando um pacote de código-fonte para um projeto open source, alimentando um script de build de servidor Linux, ou publicando um release num repositório tem um pipeline que espera um tarball comprimido — e recebeu um 7Z em vez disso, geralmente porque quem gerou o arquivo trabalha no Windows.

O outro lado não vai mudar por causa de um arquivo. A maioria dos sistemas que esperam um tarball só entenderia 7Z se alguém instalasse outra ferramenta em cada máquina que roda o pipeline, e isso é uma mudança bem maior do que converter um arquivo. Não há argumento de tamanho em nenhuma direção que valha agir.

Isso é incomum neste site, e por isso os números aqui são pouco emocionantes. O 7Z surgiu em 1999 e o XZ em 2009, e os dois se apoiam na família LZMA; o dicionário de compressão de cada um chega a 64 MB. Um dicionário desse tamanho é o que permite ao compressor notar que uma frase no arquivo quarenta já apareceu no arquivo três — e os dois formatos conseguem notar as mesmas coisas.

Então a taxa de compressão é decidida pelos dados, não pela escolha do formato. Numa pasta de código-fonte ou logs, os dois vão encontrar bastante repetição e vão encontrar aproximadamente a mesma quantidade; numa pasta de JPEGs ou MP4s, nenhum encontra nada, porque a redundância já foi removida antes de os arquivos serem compactados.

O XZ comprime exatamente um fluxo. Não tem campo para nome de arquivo, nenhuma noção de diretório, e nenhum jeito de dizer que esse trecho de bytes era um membro e aquele outro era outro. Não é uma limitação que alguém esqueceu de corrigir — é o desenho, e é o motivo de o TAR existir ao lado.

A conversão, portanto, extrai o 7Z, agrupa tudo que ele guardava num TAR, e comprime esse TAR com xz. O que vale saber é que esse é um TAR novo, escrito agora, e não um tarball que o 7Z carregava — então se o 7Z continha um .tar como um arquivo comum, esse arquivo é preservado como arquivo e não é desempacotado.

O que sai é um arquivo terminando em .xz, e o nome honesto para ele termina em .tar.xz. Nada quebra se você deixar assim — xz -d e tar olham para os bytes, não para a extensão — mas boa parte do software e das pessoas do outro lado lê a extensão primeiro, e um .xz que na verdade guarda um tarball é o tipo de surpresa que gera chamado de suporte.

Renomeie antes de publicar. tar xf projeto.tar.xz faz as duas camadas num passo só, exatamente o que quem lê suas notas de lançamento espera; um arquivo chamado projeto.xz convida a rodar unxz e deixa a pessoa com um arquivo chamado projeto que na verdade é um pacote inteiro.

Um arquivo 7Z sabe o que tem dentro. Nomes, caminhos, tamanhos e uma soma de verificação por item são gravados no próprio arquivo, e é por isso que um descompactador mostra o conteúdo de um 7Z de 400 MB instantaneamente, sem descompactar nada. Um XZ não sabe nada disso: xz --list relata o número de blocos e o tamanho do fluxo, e é tudo que consegue informar.

Numa listagem de .tar.xz, tudo é lido de dentro do TAR, o que significa que o fluxo precisa ser descompactado inteiro para chegar lá. Num release pequeno isso é um segundo e ninguém percebe; num arquivo de vários gigabytes que alguém quer espiar, é a diferença entre uma resposta instantânea e uma pausa para o café.

O xz faz parte da instalação básica de praticamente toda distribuição Linux e de todo BSD, porque o próprio gerenciador de pacotes depende dele. O GNU tar entende a flag -J para XZ desde a versão 1.22, então nenhum passo separado é necessário — uma imagem de contêiner com nada além de um shell costuma conseguir desempacotar um .tar.xz.

O 7-Zip não está nessa posição. É excelente e gratuito, mas ainda é algo que uma pessoa ou uma imagem de build precisa instalar. Num servidor de build, numa máquina de cliente ou num contêiner mínimo que você não montou, essa é a questão inteira.

O 7Z suporta criptografia e o XZ não, então um arquivo protegido não pode ser carregado de forma alguma. Em vez de tentar adivinhar uma senha ou produzir algo incompleto, o extrator é chamado com senha vazia, para que um arquivo criptografado falhe imediatamente com uma mensagem legível. Descriptografe localmente com 7-Zip ou Keka e converta o arquivo em texto plano.

O outro tipo de recusa acontece antes de qualquer coisa ser escrita em disco. O arquivo é consultado sobre o que declara que vai descompactar, e um total acima de 2 GB é recusado — um 7Z pequeno pode honestamente anunciar que se expande para terabytes, e descobrir isso durante a extração já seria tarde demais.

Não vai para o seu navegador. Muitas ferramentas deste site convertem no seu próprio aparelho e dizem isso claramente; reempacotar arquivos compactados é uma das exceções, porque precisa de 7-Zip e xz como programas de verdade. O arquivo viaja por uma conexão criptografada até um contêiner que roda esses programas, sem acesso próprio à internet.

Cada trabalho recebe seu próprio diretório temporário num sistema de arquivos com memória volátil, apagado ao fim do trabalho independentemente do resultado. Um trabalho ainda rodando após sessenta segundos é interrompido. O plano gratuito aceita 25 MB por arquivo.

Rode tar tJf sobre o resultado e compare a listagem contra o 7Z entrada por entrada: mesma contagem, mesmos caminhos, mesmos tamanhos. É a checagem mais barata possível e pega a falha que mais importa aqui, que é um caminho de topo deslocado por um diretório.

Timestamps e permissões Unix são a outra coisa a olhar em vez de assumir. Os arquivos saem byte a byte iguais — este é um reempacotamento sem perdas — mas o que o contêiner antigo registrava sobre eles nem sempre sobrevive, e um 7Z escrito no Windows pode nunca ter carregado um bit de permissão Unix para começo de conversa.