Le ZIP est le format d'archive que tout système d'exploitation ouvre sans aide. Le TAR est un assemblage de fichiers non compressé, à la manière d'Unix. Python se tient entre les deux, et cette page dit exactement ce qui arrive à un fichier ZIP en route vers le TAR.
Ce qui s'exécute quand un fichier ZIP devient un TAR
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 TAR revient, et aucun des deux fichiers n'est conservé. ZIP vers TAR 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 TAR
Chaque fichier, octet pour octet, avec le chemin qu'il avait. Cette paire lit chaque membre du ZIP et l'écrit dans le TAR 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 TAR ouvrable plutôt qu'informe.
La vitesse, et rien d'autre. Un TAR ne compresse rien : cette paire ne coûte donc presque pas de temps. Mesuré sur ce moteur, 200 Mo passent en 3,3 secondes contre 59 pour 7z. C'est le format qu'on veut quand autre chose va le compresser, ou quand les fichiers sont déjà compressés et que les serrer encore ne ferait que perdre des minutes.
Les métadonnées de fichier telles que le monde Unix les enregistre. Le TAR a été écrit pour la bande en 1979 et il garde ce que la bande gardait.
Ce que la conversion ZIP vers TAR 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 TAR portera les fichiers et pas les liens.
Les permissions et la propriété Unix. Le TAR 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.
La compression entièrement, ce qui est le but et surprend quand même. Un TAR pose les fichiers bout à bout et n'en serre aucun : attendez-vous à ce qu'il soit aussi gros que son contenu, parfois plus gros que le ZIP dont vous êtes parti.
D'où viennent les fichiers ZIP et TAR
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.
TAR. Tape ARchive, 1979, et il fait exactement ce que son nom dit : il pose les fichiers bout à bout avec leurs métadonnées et ne compresse rien. C'est pourquoi on l'associe presque toujours à un compresseur, et pourquoi un .tar nu est en général plus gros que les fichiers qu'il contient.
Si un modèle doit lire le fichier TAR
La structure est ce qui subsiste du fichier ZIP, et la structure est ce dont un modèle a besoin. ZIP en entrée, TAR en sortie, avec l'arbre des titres intact plutôt qu'aplati en un seul long paragraphe.
ZIP vers TAR, mesuré plutôt que promis
En passant ZIP vers TAR sur le moteur réel avec un vrai fichier, Python a écrit 10 240 octets au format TAR 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 TAR 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 TAR contient.
Les autres routes vers TAR, et ce qu'elles ont mesuré
Parmi les routes publiées vers TAR, ZIP est la troisième plus grosse sortie des 3 mesurées. Les fichiers témoins diffèrent : ce classement porte sur la sonde et non sur votre document.
TGZ vers TAR : 10 240 octets en moins d'un dixième de seconde.
7Z vers TAR : 10 240 octets en moins d'un dixième de seconde.
Ce que nous ne prétendrons pas sur ZIP vers TAR
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 TAR 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 TAR 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 TAR ; 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 TAR : les questions que l'on pose
Qu'est-ce qui convertit vraiment mon fichier ZIP en TAR ?
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 TAR revient, et aucun des deux fichiers n'est conservé ensuite.
Combien de temps prend une conversion ZIP vers TAR ?
Sur le fichier utilisé par la sonde, Python a mis moins d'un dixième de seconde et écrit 10 240 octets de TAR. 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 TAR ?
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 TAR 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 TAR 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.
Pourquoi voudrais-je un TAR non compressé ?
Deux raisons. Autre chose va le compresser, et compresser deux fois perd du temps pour rien. Ou bien les fichiers à l'intérieur sont déjà compressés, images ou vidéos, et les serrer encore ne gagne presque rien tout en coûtant des minutes.
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 TAR est-elle gratuite ?
Il y a une franchise gratuite chaque mois, et une conversion ZIP vers TAR coûte un demi-crédit dessus. Quand la franchise est épuisée, l'outil le dit et s'arrête, plutôt que de vous remettre discrètement un TAR moins bon.