Le ZIP est le format d'archive que tout système d'exploitation ouvre sans aide. Le 7Z est l'archive de 7-Zip, celle qui compresse le plus fort. Python se tient entre les deux, et cette page dit exactement ce qui arrive à un fichier ZIP en route vers le 7Z.
Ce qui s'exécute quand un fichier ZIP devient un 7Z
Python et sa bibliothèque standard, sur une machine que nous louons et que nous surveillons. Votre fichier ZIP est envoyé une fois, Python s'exécute une fois, le fichier 7Z revient, et aucun des deux fichiers n'est conservé. ZIP vers 7Z fait partie des 3649 paires sur lesquelles ce moteur a été sondé avec un vrai fichier, et c'est pour cela que cette page existe quand celles que la sonde n'a pas su prouver n'existent pas.
Ce qui survit du fichier ZIP dans le fichier 7Z
Chaque fichier, octet pour octet, avec le chemin qu'il avait. Cette paire lit chaque membre du ZIP et l'écrit dans le 7Z sans le changer : rien n'est recompressé deux fois, réencodé ni renommé. Le moteur compte les membres à la sortie et refuse le résultat si le compte a bougé.
L'arborescence. Un fichier qui vivait dans rapports/2024/ arrive dans rapports/2024/, et c'est ce qui rend le 7Z ouvrable plutôt qu'informe.
La taille, et c'est la raison de le faire. Un 7Z compresse l'ensemble d'un coup au lieu de le faire fichier par fichier : un dossier de fichiers semblables y perd bien plus de poids que le même dossier en ZIP.
Ce que la conversion ZIP vers 7Z vous coûte
Les liens symboliques, les liens matériels et les fichiers spéciaux. Ils sont écartés plutôt que copiés, et la réponse dit combien : un lien ne veut dire quelque chose que par rapport à la machine qui l'a écrit, et en emporter un dans une archive destinée à une autre machine, c'est fabriquer un piège. Si votre ZIP porte des liens, le 7Z portera les fichiers et pas les liens.
Les permissions et la propriété Unix. Le 7Z est écrit avec un mode fixe et un horodatage nul, délibérément : la même entrée produit alors toujours les mêmes octets, et les droits d'une machine que vous ne contrôlez pas ne signifient rien sur la vôtre.
Le temps, et il vaut mieux le savoir avant de commencer. Mesuré sur ce moteur avec 200 Mo de contenu : 6 secondes pour gzip, 43 pour bzip2, 59 pour LZMA, contre 3,3 sans aucune compression. Le gain de taille est réel, et l'attente aussi.
L'accès direct. Un 7Z compresse tout le paquet en un seul flux : rien à l'intérieur ne se lit sans décompresser ce qui précède. Un ZIP qui vous laissait en tirer un seul fichier ne le fera plus.
D'où viennent les fichiers ZIP et 7Z
ZIP. Phil Katz l'a publié en 1989 et il n'est jamais reparti. Sa seule propriété décisive est que chaque fichier à l'intérieur est compressé séparément, ce qui explique qu'un ZIP s'ouvre instantanément et qu'il compresse moins bien que les autres : rien n'est partagé entre deux fichiers qui se ressemblent.
7Z. Igor Pavlov l'a écrit en 1999 pour 7-Zip. Il compresse l'archive entière en LZMA et l'emporte en général sur la taille, à un coût mesuré ici : 59 secondes pour 200 Mo contre 6 pour gzip. Windows ne l'ouvre pas sans application, et c'est la raison pour laquelle la plupart des gens en convertissent un.
Si un modèle doit lire le fichier 7Z
La structure est ce qui subsiste du fichier ZIP, et la structure est ce dont un modèle a besoin. ZIP en entrée, 7Z en sortie, avec l'arbre des titres intact plutôt qu'aplati en un seul long paragraphe.
ZIP vers 7Z, mesuré plutôt que promis
En passant ZIP vers 7Z sur le moteur réel avec un vrai fichier, Python a écrit 267 octets au format 7Z en moins d'un dixième de seconde, machine par ailleurs au repos. C'est un fichier ZIP un jour donné et non une moyenne, et c'est pourquoi le nombre est donné avec le fichier qui l'a produit.
Le verdict ZIP vers 7Z a été obtenu par la relecture des membres de l'archive et la recherche d'un mot témoin, c'est-à-dire que la sortie a été relue et reconnue. Le contrôle employé compte, parce qu'ils ne prouvent pas tous la même chose, et un code de statut 200 ne prouve strictement rien sur ce que le fichier 7Z contient.
Ce que nous ne prétendrons pas sur ZIP vers 7Z
Un fichier ZIP de plus de 100 Mo est refusé avant la fin de l'envoi plutôt qu'après, pour que vous n'attendiez pas un refus.
Une conversion ZIP vers 7Z qui dépasse 110 secondes est tuée, et le processus Python avec elle. Une exécution abandonnée resterait posée sur l'un des deux cœurs de la machine jusqu'à ce que quelqu'un le remarque.
Une archive est le seul type de fichier dont le contenu décide de la place qu'il prendra une fois ouvert, et deux kilooctets peuvent porter dix gigaoctets de zéros. C'est une bombe de décompression, elle a trente ans et elle marche encore. Trois limites y répondent ici, et elles COMPTENT au lieu de croire l'en-tête, qui peut mentir : 100 Mo envoyés, 250 Mo une fois décompressés, 5 000 entrées. Un ZIP qui dépasse l'une d'elles est refusé, et le refus dit laquelle.
Rien n'est écrit sur disque de notre côté, pas même temporairement. Une archive est aussi le seul type de fichier dont le contenu décide des NOMS DE FICHIER, et une entrée appelée ../../etc/passwd est une attaque aussi vieille que le format. Les membres passent du ZIP au 7Z en mémoire : il n'y a donc aucun répertoire de destination dont s'échapper. Les noms sont malgré tout nettoyés avant d'entrer dans le 7Z ; cette partie-là protège celui qui l'ouvre, pas nous.
Un fichier ZIP à la fois, choisi dans le navigateur. Il n'y a rien d'autre à régler et rien d'autre à proposer.
ZIP vers 7Z : les questions que l'on pose
Qu'est-ce qui convertit vraiment mon fichier ZIP en 7Z ?
C'est Python qui s'en charge, avec sa bibliothèque standard, sur une machine que nous louons et que nous surveillons. Ni astuce de navigateur, ni service d'un tiers : le fichier ZIP est envoyé une fois, Python s'exécute une fois, le 7Z revient, et aucun des deux fichiers n'est conservé ensuite.
Combien de temps prend une conversion ZIP vers 7Z ?
Sur le fichier utilisé par la sonde, Python a mis moins d'un dixième de seconde et écrit 267 octets de 7Z. C'est une mesure réelle sur un fichier ZIP réel, pas une moyenne et pas une promesse sur le vôtre : un ZIP plus gros prend plus longtemps, et au-delà de 110 secondes l'exécution est arrêtée.
Qu'est-ce que je perds en passant du ZIP au 7Z ?
Celle qu'il faut connaître en premier : les liens symboliques, les liens matériels et les fichiers spéciaux. Ils sont écartés plutôt que copiés, et la réponse dit combien : un lien ne veut dire quelque chose que par rapport à la machine qui l'a écrit, et en emporter un dans une archive destinée à une autre machine, c'est fabriquer un piège. Si votre ZIP porte des liens, le 7Z portera les fichiers et pas les liens.
Mes fichiers sont-ils modifiés d'une manière ou d'une autre ?
Non. Chacun est lu du ZIP et écrit dans le 7Z octet pour octet, avec le chemin qu'il avait. Ce qui change, c'est la boîte autour d'eux. Le moteur compte les membres à la sortie et refuse le résultat si le compte a bougé, ce qui est la seule façon dont cela pourrait mal tourner en silence.
Combien de temps cela va-t-il prendre ?
Plus longtemps que vous ne le pensez, et les chiffres sont mesurés sur ce moteur avec 200 Mo de contenu : 6 secondes pour gzip, 43 pour bzip2, 59 pour LZMA. Une petite archive est instantanée. Une grosse ne l'est pas, et l'attente achète de la place réelle.
Qu'advient-il des liens symboliques ?
Ils sont écartés, et la réponse dit combien. Un lien ne veut dire quelque chose que par rapport à la machine qui l'a écrit ; en emporter un dans une archive destinée à une autre machine, c'est fabriquer un piège. Les fichiers restent, les liens non.
Y a-t-il une limite de taille ?
Trois, et elles sont plus strictes que pour les autres formats, pour une raison : une archive décide de la place qu'il lui faut une fois ouverte, et deux kilooctets peuvent en porter dix gigaoctets. 100 Mo envoyés, 250 Mo une fois décompressés, 5 000 entrées. Au-delà de l'une d'elles, la réponse dit laquelle plutôt qu'un refus générique.
La conversion ZIP vers 7Z est-elle gratuite ?
Il y a une franchise gratuite chaque mois, et une conversion ZIP vers 7Z coûte un demi-crédit dessus. Quand la franchise est épuisée, l'outil le dit et s'arrête, plutôt que de vous remettre discrètement un 7Z moins bon.