PDF de programación - TP9 Compresión de Archivos

Taller de GNU/Linux 2002− TP9 − hoja 1/6

Universidad Nacional de La Matanza
Universidad Nacional de La Matanza

Taller de GNU/Linux
Ingenier(cid:237)a en InformÆtica-Taller de GNU/Linux

TP N(cid:176) 9
TP N(cid:176) 9

Compresión de Archivos
Compresión de Archivos

Objetivos:

(cid:149) Conocer algunas de las herramientas más utilizadas para el empaquetado y la compresión de

archivos.

(cid:149) Aprender la utilización básica de estas herramientas.

Guía:

Comandos utilizados para la compresión y descompresión de archivos

Comando tar

El comando tar es utilizado normalmente para empaquetar archivos. El comando tar no comprime
automáticamente los archivos mientras los empaqueta. El formato del comando tar es:

tar <opciones> <archivo1> <archivo2> ...<archivoN>

donde <opciones> es la lista de comandos y opciones para tar, y <archivo1> hasta <archivoN> es
la lista de archivos a añadir o extraer del archivo empaquetado. Por ejemplo, el comando

# tar cvf backup.tar /etc

empaquetará todos los archivos de /etc en el archivo backup.tar.

En el primer argumento de tar ("cvf"), la opción "c" le dice a tar que cree un nuevo archivo
(create). La opción "v" fuerza a tar en el modo verbose, imprimiendo los nombres de los archivos
según se empaquetan. La opción "f" le dice a tar que el siguiente argumento (backup.tar) es el
nombre del archivo a crear. El resto de los argumentos de tar son los nombres de archivos y
directorios a añadir al archivo empaquetado.

Descomprimir archivos con tar

# tar xvf backup.tar

Esto, extraerá el archivo backup.tar en el directorio actual. Esto puede ser peligroso, porque si el
archivo ya existía se sobrescribirá. Por otra parte, antes de extraer archivos tar es importante
conocer donde se deben desempaquetar.
Por ejemplo, digamos que se empaquetaron los siguientes archivos: /etc/hosts, /etc/group, y
/etc/passwd. Si se usó:

# tar cvf backup.tar /etc/hosts /etc/group /etc/passwd

el nombre de directorio /etc se añadió al principio de cada nombre de archivo. Para poder extraer
los archivos en el directorio correcto, se necesitará utilizar los siguientes comandos:

Taller de GNU/Linux 2002− TP9 − hoja 2/6

# cd /
# tar xvf backup.tar

Ya que los archivos se extraen con el nombre de camino almacenado. Sin embargo, si se
empaquetaron los archivos con los comandos:

# cd /etc
# tar cvf hosts group passwd

Los nombres de directorio no se salvaron en el archivo empaquetado. Por esto se necesitara hacer
"cd /etc" antes de extraer los archivos. Como se puede ver, el cómo haya sido creado un archivo
tar marca una gran diferencia en como se extrae. Se puede usar el comando:

# tar tvf backup.tar

para mostrar un "índice" del archivo tar antes de desempaquetarlo. De esta forma se puede ver que
directorio se utilizó como origen de los nombres de los archivos, y se puede extraer el archivo
desde la localización correcta.

Además agregando el switch ’z’ utiliza el gzip y el gunzip para comprimir / descomprimir.

Comando gzip

El comando gzip se utiliza para comprimir un archivo. El formato del comando gzip es:

gzip archivo
(archivo se convierte en archivo.gz comprimido)

gzip −c archivo > archivo.gz
(Se crea archivo.gz, archivo no se modifica)

Por ejemplo:

# gzip −9 backup.tar

Comprimirá backup.tar y lo dejará como backup.tar.gz, que es la versión comprimida del archivo
tar. La opción −9 le dice a gzip que utilice el mayor factor de compresión.

Descomprimir archivos con gunzip o con gzip

El comando gunzip se utiliza para descomprimir un archivo comprimido con gzip.
Equivalentemente, se puede utilizar "gzip −d".
El formato del comando gunzip es:

gunzip archivo.gz (descomprime archivo.gz)

gunzip −c archivo.gz > nuevo

(descomprime archivo.gz y se redirecciona la salida al archivo
nuevo).

Comprimir y empaquetar

Por lo tanto, para empaquetar un grupo de archivos y comprimir el resultado, se pueden utilizar los
comandos:

Taller de GNU/Linux 2002− TP9 − hoja 3/6

# tar cvf backup.tar /etc
# gzip −9 backup.tar

El resultado será backup.tar.gz.
Para desempaquetar este archivo, se usan los comandos contrarios:

# gunzip backup.tar.gz
# tar xvf backup.tar

Comando zcat

Es similar al cat, pero pasando el archivo a través del gunzip. Con zcat podemos, ver el contenido
de una archivo comprimido sin descomprimirlo, similar al cat. El formato del comando zcat es:

# zcat <archivo−de−texto−comprimido>

Comandos zip y unzip

Este comando es una utilidad para empaquetar y comprimir archivos. Para una descripción de los
parámetros de zip o unzip se puede ejecutarlos sin parámetros en el shell.
El formato del comando zip es:

# zip <nombre_archivo_comprimido> <archivos_a_comprimir>

se quieren comprimir

Si
<archivos_a_comprimir>.

todos

los

archivos de un directorio se debe usar * en

Para descomprimirlos se debe usar el comando unzip. El formato del comando unzip es:

# unzip <nombre_archivo_comprimido>

Algunas opciones útiles de estos comandos:

−r: comprime todos los subdirectorios y archivos bajo el directorio donde estamos, o
donde le indicamos.

−i: Incluye solo los archivos que especificamos, por ejemplo:
# zip todo * −i \*.txt (solo comprimiría los archivos que finalicen con .txt).

−f: Si ya hemos creado un .zip de nuestros archivos, pero periódicamente modificamos
estos, con este argumento no hace falta crear el .zip de nuevo, este agrega los cambios de
nuestros
archivos en el zip, basándose en la fecha de creación de estos. Esta
opción no funciona como −u, no agrega archivos nuevos a nuestro zip, solo actualiza los
que ya están.

−q: Trabaja en modo silencioso, es decir, elimina todos los mensajes informativos.

−u: Actualiza los archivos que hemos modificado, y también agrega archivos a nuestro
.zip.
# zip −u <nombre_archivo_comprimido> <archivo_a_agregar>

−x: Esta opción sirve para excluir uno o varios archivos en nuestro .zip.

Taller de GNU/Linux 2002− TP9 − hoja 4/6

# zip <nombre_archivo> * −x \*.Z (se excluyen los archivos Z de nuestro .zip)

−y : Esta opción sirve para guardar los links en el zip como links en vez de guardar el
archivo al que apunta el link.



Comandos bzip2/bunzip2/bzcap/bzip2recover

El comando bzip2 comprime archivos usando el algoritmo Burrows−Wheeler block−sorting text
compression y Huffman coding. La línea de comandos es similar al GNU gzip pero no es idéntica.
Tiene un poco mas de capacidad de compresión que otros compresores mas convencionales
basados en LZ77/LZ78. Este genera archivos de la forma archivo_original.bz2.

El comando bunzip2 se utiliza para descomprimir los archivos generados con bzip2.

Con bzcat se puede consultar el contenido de un archivo de texto comprimido con bzip2.

El comando bzip2 comprime los archivos en bloques de 900kbytes aproximadamente y cada
bloque se maneja de manera independiente lo que posibilita que si un bloque está corrupto se
puedan recuperar los datos de los bloques que están correctos. El programa bzip2recover se utiliza
para buscar bloques correctos dentro de un archivo bzip2 dañado, el único argumento que
necesita este es el nombre del archivo dañado, generando un salida similar a "rec0001fichero.bz2",
"rec0002fichero.bz2", etc. bzip2recover es de mas provecho cuanto mas bloques tiene el archivo
bz2. Es inútil utilizarlo con archivos de un solo bloque pues este no repara bloques sino que extrae
los bloques correctos. Si se desea minimizar la perdida de información por un error del medio
físico o de la transmisión se debería
achicar el tamaño de los bloques en el momento de la
compresión.

Comando cpio

Si bien cpio no sirve para comprimir, nos ayudará a empaquetar todos nuestros archivos en uno
solo para después comprimirlo con alguna utilidad. Con cpio se puede empaquetar archivos y
mandarlos al estándar output, a un archivo, o a un dispositivo.

El comando cpio tiene tres modos de operación.

El modo copia−afuera, cpio copia varios archivos de entrada hacia otro único de salida. Este modo
funciona leyendo una lista de archivos, uno por línea de la entrada estándar, escribiendo el archivo
en la salida estándar, este modo se representa utilizando el argumento −o.

El modo copia−adentro cpio copia archivos desde un archivo de entrada. Lee el archivo desde la
entrada estándar, este modo se representa utilizando el argumento −i.

El modo copia−de−paso cpio copia archivos desde un árbol de directorio a otro, sin utilizar utilizar
ningún archivo, este modo se representa utilizando el argumento −p.

Nota: El comando ls genera la lista que es mandada a través de un pipe para que cpio la reciba, y
empaquete los archivos.

Cuando queremos sacar los archivos ejecutamos el siguiente comando:

# cpio −iv < archivo.cpio


Si ya hubiese archivos con el mismo nombre y quisiéramos sobreescribirlos utilizaríamos el
argumento u.

Taller de GNU/Linux 2002− TP9 − hoja 5/6

# cpio −iuv < archivo.cpio

Para ver solamente el contenido del archivo cpio el comando será:

# cpio −tv < archivo.cpio

Comando unrar

El comando unrar permite descomprimir archivos comprimidos con la aplicación rar. El
mecanismo de compresión del rar es propietario, razón por la cual no existen compresores tipo rar
de libre uso.

El texto anterior es una adaptacion de:
http://lucas.hispalinux.es/Manuales−LuCAS/LIPP/lipp−1.1−html−2/lipp.htm

Ejercicios

1)Buscar algún archivo de texto comprimido con gzip (*.gz);
Ayuda: para buscar archivos, utilizar el comando "locate"

Archivo elegido:

2) Utilizar cat para ver el contenido. (Si la terminal queda mal configurada, comando “reset”)

3)Utilizar zcat para ver el contenido. Si es muy largo el texto pasarlo a través de less o more.

4)descomprimir el archivo ( en /tmp)

5)Verificar que esté sin compresión y comprimirlo nuevamente en el mismo formato .

6)Hacer un .tar.gz de todos los archivos en /