Comprimir y Descomprimir Archivos

Visión General

Archivar y comprimir archivos reduce costos de almacenamiento y transferencia. Manejar ZIP, GZIP y TAR programáticamente es esencial para scripts de backup, exportaciones de datos y empaquetado de artefactos. Esta receta cubre los tres formatos en Python, JavaScript y Java.

Cuándo Usar

Usa este recurso cuando:

• Empaquetas bundles de logs o exportaciones de reportes para descarga
• Comprimes respuestas HTTP para reducir ancho de banda
• Extraes archivos subidos en aplicaciones web

Solución

Python

import zipfile
import gzip
import tarfile

# Archivo ZIP
with zipfile.ZipFile('archive.zip', 'w', zipfile.ZIP_DEFLATED) as z:
    z.write('file.txt')

# Archivo GZIP
with open('file.txt', 'rb') as f_in:
    with gzip.open('file.txt.gz', 'wb') as f_out:
        f_out.writelines(f_in)

# Archivo TAR
with tarfile.open('archive.tar.gz', 'w:gz') as tar:
    tar.add('data/')

JavaScript

const fs = require('fs');
const zlib = require('zlib');
const archiver = require('archiver');

// Comprimir GZIP
const input = fs.createReadStream('file.txt');
const output = fs.createWriteStream('file.txt.gz');
input.pipe(zlib.createGzip()).pipe(output);

// Archivo ZIP
const archive = archiver('zip', { zlib: { level: 9 } });
archive.pipe(fs.createWriteStream('archive.zip'));
archive.file('file.txt', { name: 'file.txt' });
archive.finalize();

Java

import java.io.*;
import java.util.zip.*;

public class Compressor {
    // Comprimir GZIP
    public void gzip(String src, String dest) throws IOException {
        try (FileInputStream fis = new FileInputStream(src);
             FileOutputStream fos = new FileOutputStream(dest);
             GZIPOutputStream gzos = new GZIPOutputStream(fos)) {
            fis.transferTo(gzos);
        }
    }

    // Archivo ZIP
    public void zip(String src, String dest) throws IOException {
        try (FileOutputStream fos = new FileOutputStream(dest);
             ZipOutputStream zos = new ZipOutputStream(fos);
             FileInputStream fis = new FileInputStream(src)) {
            zos.putNextEntry(new ZipEntry(new File(src).getName()));
            fis.transferTo(zos);
            zos.closeEntry();
        }
    }
}

Explicación

ZIP almacena múltiples archivos con compresión opcional por archivo, preservando estructura de directorios. GZIP comprime un único archivo o stream, comúnmente usado para content encoding HTTP y rotación de logs. TAR archiva múltiples archivos sin compresión; emparejado con GZIP se convierte en .tar.gz (o .tgz). Los tres usan DEFLATE internamente, ofreciendo excelente compresión para datos de texto.

Variantes

Tecnología	Enfoque	Notas
Python	shutil.make_archive()	One-liner para crear ZIP/TAR
JavaScript	adm-zip	Manipulación de ZIP en memoria, sin streams
Java	Apache Commons Compress	Soporta BZIP2, LZMA y formatos 7Z

Mejores Prácticas

1. Transmite archivos grandes en lugar de bufferizar archivos completos en memoria
2. Usa nivel de compresión 6 como default balanceado; nivel 9 es más lento con rendimientos decrecientes
3. Valida rutas extraídas para prevenir ataques de directory traversal (zip-slip)
4. Prefiere GZIP para compresión de archivo único; ZIP/TAR para bundles multi-archivo
5. Cierra streams en try-with-resources / bloques with para evitar fugas de descriptores

Errores Comunes

1. Cargar archivos completos en memoria en lugar de hacer streaming
2. No validar rutas de entrada extraídas, permitiendo exploits de directory traversal
3. Olvidar finalize() o closeEntry(), produciendo archivos corruptos
4. Aplicar compresión a formatos ya comprimidos (ej. JPEG, MP4)
5. Ignorar encoding al comprimir archivos de texto entre plataformas

Preguntas Frecuentes

¿Qué formato debo usar?

Usa GZIP para archivos únicos y compresión HTTP. Usa ZIP para bundles multi-archivo en Windows. Usa TAR.GZ para archivos multi-archivo en Unix/Linux.

¿Cómo manejo archivos muy grandes?

Transmite el proceso: lee un archivo, comprime, escribe en el archivo, luego descarta de memoria. zipfile de Python, archiver de Node y ZipOutputStream de Java soportan streaming.

¿Es segura la compresión ZIP?

ZIP por sí mismo no está encriptado. Usa ZIP con encriptación AES (Python pyminizip, Java Zip4j) o encripta el archivo externamente con GPG o similar.