Utilidades XZ

XZ Utils (anteriormente LZMA Utils ) es un conjunto de compresores de datos sin pérdida de software libre para línea de comandos , que incluye los programas lzma y xz, para sistemas operativos tipo Unix y, a partir de la versión 5.0, para Microsoft Windows . Para la compresión/ descompresión se utiliza el algoritmo de cadena de Markov Lempel-Ziv (LZMA). XZ Utils comenzó como una adaptación para Unix del SDK LZMA de Igor Pavlov , que se ha modificado para integrarse perfectamente en entornos Unix y su estructura y comportamiento habituales.

XZ Utils puede comprimir y descomprimir los formatos de archivo xz y lzma . Dado que el formato LZMA se considera obsoleto , ^{[ 2 ]} XZ Utils comprime por defecto a xz. Además, la descompresión del formato .lz utilizado por lzip es compatible desde la versión 5.3.4. ^{[ 3 ]}

En la mayoría de los casos, xz logra tasas de compresión más altas que alternativas como zip , ^{[ 4 ]} gzip y bzip2 . La velocidad de descompresión es mayor que la de bzip2, pero menor que la de gzip. La compresión puede ser mucho más lenta que la de gzip, y es más lenta que la de bzip2 para altos niveles de compresión, y es más útil cuando un archivo comprimido se utilizará muchas veces. ^{[ 5 ] [ 6 ]}

XZ Utils consta de dos componentes principales:

• xz, el compresor y descompresor de línea de comandos (análogo a gzip )
• liblzma , una biblioteca de software con una API similar a zlib.

Existen varios atajos de comandos, como lzma(para xz --format=lzma), unxz(para xz --decompress; análogo a gunzip) y xzcat(para unxz --stdout; análogo a zcat).

Tanto el comportamiento del software como las propiedades del formato de archivo se han diseñado para funcionar de forma similar a las de las populares herramientas de compresión de Unix, gzip y bzip2 .

Al igual que gzip y bzip, xz y lzma solo pueden comprimir archivos individuales (o flujos de datos) como entrada. No pueden agrupar varios archivos en un solo archivo comprimido ; para ello, primero se utiliza un programa de archivado, como tar . 

Comprimir un archivo:

xz my_archive.tar # da como resultado my_archive.tar.xz lzma my_archive.tar # da como resultado my_archive.tar.lzma

Descomprimiendo el archivo:

unxz my_archive.tar.xz # da como resultado my_archive.tar unlzma my_archive.tar.lzma # da como resultado my_archive.tar

La versión 1.22 o superior de la implementación de tar de GNU tiene soporte transparente para archivos tar comprimidos con lzma y xz, utilizando los interruptores--xz o -Jpara la compresión xz, y --lzmapara la compresión LZMA.

Creación de un archivo y su compresión:

tar -c --xz -f my_archive.tar.xz /some_directory # genera my_archive.tar.xz tar -c --lzma -f my_archive.tar.lzma /some_directory # genera my_archive.tar.lzma

Descomprimir el archivo y extraer su contenido:

tar -x --xz -f my_archive.tar.xz # da como resultado /some_directory tar -x --lzma -f my_archive.tar.lzma # da como resultado /some_directory

Ejemplo de tar de una sola letra para archivo con compresión y descompresión con extracción usando un sufijo corto :

tar cJf keep.txz keep # archiva y luego comprime el directorio ./keep/ en el archivo ./keep.txz tar xJf keep.txz # descomprime y luego extrae el archivo ./keep.txz creando el directorio ./keep/

xz admite compresión multihilo (con el -Tindicador) ^{[ 7 ]} desde 2014, versión 5.2.0; ^{[ 3 ]} desde la versión 5.4.0 se implementó la descompresión multihilo. La descompresión multihilo requiere múltiples bloques comprimidos dentro de un flujo que son creados por la interfaz de compresión multihilo. El número de hilos puede ser menor que el definido si el archivo no es lo suficientemente grande para el procesamiento multihilo con la configuración dada o si usar más hilos excedería el límite de uso de memoria. ^{[ 7 ]}

Un archivo xz es una secuencia de uno o más flujos . Puede haber bytes nulos (relleno) después de cada flujo.

El formato xz mejora lzma al permitir filtros de preprocesamiento ( BCJ y delta ). Los filtros exactos utilizados son similares a los de 7z , ya que los filtros de 7z están disponibles públicamente a través del SDK de LZMA. El filtro BCJ RISC-V de xz es una característica propia.

Un metaanálisis de 2016 muestra que xz tiene la mayor relación de compresión entre lz4 , zstd y zlib , y la compresión/descompresión más lenta. ^{[ 8 ]}

El autor de lzip afirma que el formato xz es inadecuado para uso general debido a su complejidad y extensibilidad, y dice que aumenta el riesgo de corrupción no detectada de los datos comprimidos con xz . ^{[ 9 ]}

El orden de bytes es little-endian . ^{[ 10 ]}

def encode ( num ): if num >= 2 ** 63 : raise ValueError ( "num no debe tener más de 63 bits" )buf = b ""mientras num >= 0x80 : buf += ( 0x80 | ( num & 0x7f )) . to_bytes ( longitud = 1 ) num >>= 7buf += num . to_bytes ( length = 1 )búfer de retornodef decodificar ( buf ): if len ( buf ) == 0 : raise ValueError ( "buf no debe estar vacío" )num = 0for i , byte in enumerate ( buf ): if i > 8 : raise ValueError ( "num no debe tener más de 63 bits" ) num |= ( byte & 0x7f ) << ( i * 7 ) if byte & 0x80 == 0 : return num

El desarrollo de XZ Utils tuvo lugar dentro del Proyecto Tukaani, un pequeño grupo de desarrolladores que en su momento mantuvieron una distribución de Linux basada en Slackware . El nombre elegido, "XZ", no es una abreviatura, sino que parece ser un nombre asignado al azar a los compresores de datos, ya que no se menciona en ninguna parte de la especificación oficial el significado de "XZ". ^{[ 12 ]} La especificación del formato de archivo .xz, versión 1.0.0, se publicó oficialmente en enero de 2009. ^{[ 13 ]}

Todo el código fuente de xz y liblzma se ha publicado en el dominio público . La distribución del código fuente de XZ Utils incluye además algunos scripts opcionales y un programa de ejemplo que están sujetos a diversas versiones de la Licencia Pública General de GNU (GPL). ^{[ 1 ]} Los binarios de software resultantes xz y liblzma son de dominio público, a menos que se incorpore la implementación opcional de getopt bajo la LGPL . ^{[ 14 ]}

Hay binarios disponibles para FreeBSD , NetBSD , sistemas Linux , Microsoft Windows y FreeDOS . Varias distribuciones de Linux , incluidas Fedora , Slackware , Ubuntu y Debian, utilizan xz para comprimir sus paquetes de software. Arch Linux anteriormente utilizaba xz para comprimir paquetes, ^{[ 15 ]} pero desde el 27 de diciembre de 2019, los paquetes se comprimen con la compresión Zstandard . ^{[ 16 ]} Fedora Linux también cambió a comprimir sus paquetes RPM con Zstandard con Fedora Linux 31. ^{[ 17 ]} El archivo FTP de GNU también utiliza xz.

El 29 de marzo de 2024, Andres Freund, desarrollador de PostgreSQL en Microsoft , anunció el descubrimiento de una puerta trasera en XZ Utils, que afectaba a las versiones 5.6.0 y 5.6.1. El código malicioso para configurar la puerta trasera se había ocultado en archivos de prueba comprimidos, y el script de configuración en los archivos tar se modificó para activar dicho código. Freund inició su investigación «tras observar algunos síntomas extraños en torno a liblzma (parte del paquete xz)»; concretamente, que los inicios de sesión SSH que utilizaban sshdestaban «consumiendo mucha CPU » y generando errores de Valgrind . ^{[ 18 ]} La vulnerabilidad recibió una puntuación de 10 en el Sistema Común de Puntuación de Vulnerabilidades (CVSS) (la más alta). ^{[ 19 ]}

• Utilidades XZ en SourceForge