Empaquetar y comprimir

1. Dos operaciones, no una

En otros sistemas, un único programa toma una carpeta y entrega un archivo .zip, más chico. Esa acción encierra dos trabajos que nada obliga a hacer juntos:

Unix los separa, fiel a su costumbre de que cada programa haga una sola cosa. tar sabe juntar y no sabe comprimir. gzip sabe comprimir, pero solo un archivo por vez: no entiende de directorios. Combinados, hacen el trabajo completo.

En la práctica tar llama al compresor por su cuenta, y todo se hace con una línea. Pero el archivo resultante es, literalmente, un paquete tar comprimido con gzip, y saberlo explica todo lo que sigue.

Para los ejemplos usamos una zona de trabajo en /tmp, con copias de los archivos de práctica:

$ mkdir /tmp/zona
$ cd /tmp/zona
$ cp ~/practica/*.txt .
$ ls -l
total 24
-rw-rw-r-- 1 ana ana 12813 oct 12 15:02 informe.txt
-rw-rw-r-- 1 ana ana    18 oct 12 15:02 notas.txt
-rw-rw-r-- 1 ana ana    70 oct 12 15:02 tareas.txt

2. gzip: comprimir un archivo

Empezamos por la mitad más simple. gzip recibe un archivo y lo comprime:

$ gzip informe.txt
$ ls -l
total 16
-rw-rw-r-- 1 ana ana 4786 oct 12 15:02 informe.txt.gz
-rw-rw-r-- 1 ana ana   18 oct 12 15:02 notas.txt
-rw-rw-r-- 1 ana ana   70 oct 12 15:02 tareas.txt

El archivo pasó de 12813 bytes a menos de 5000. Y hay un detalle que sorprende: el original desapareció. gzip no crea una versión comprimida al lado: reemplaza el archivo por otro con el mismo nombre más la extensión .gz. No se pierde nada, porque la operación es exactamente reversible:

$ gzip -l informe.txt.gz            # cuánto se redujo
         compressed        uncompressed  ratio uncompressed_name
               4786               12813  62.8% informe.txt
$ zcat informe.txt.gz | head -n 2   # leerlo sin descomprimirlo
# Network services, Internet style
#
$ gunzip informe.txt.gz             # descomprimir: vuelve informe.txt, idéntico

La compresión es sin pérdida: al descomprimir se recupera el original byte por byte. Funciona eliminando redundancia, y de ahí una consecuencia que conviene ver: donde no hay redundancia, no hay nada que ganar.

$ gzip -k notas.txt
$ ls -l notas.txt*
-rw-rw-r-- 1 ana ana 18 oct 12 15:02 notas.txt
-rw-rw-r-- 1 ana ana 48 oct 12 15:02 notas.txt.gz
$ rm notas.txt.gz

El archivo «comprimido» es más grande que el original. Todo archivo .gz lleva un encabezado con datos propios, y en un texto de 18 bytes ese agregado pesa más que cualquier ahorro. Comprimir archivos diminutos no tiene sentido.

3. Los otros compresores

gzip es el más difundido, y no el único. Todos se usan de la misma manera, y difieren en el equilibrio entre cuánto reducen y cuánto tardan:

Los cuatro comparten las opciones: -k para conservar el original, -d para descomprimir, -1 a -9 para el nivel, -v para informar. Aprendido uno, se saben todos.

El criterio de elección depende de qué escasea. Si importa el tiempo, como en una copia de seguridad diaria, gzip o zstd. Si importa el tamaño, porque el archivo se va a guardar años o a descargar muchas veces, xz. Y si importa que el destinatario pueda abrirlo sin instalar nada, gzip.

4. tar: la gramática

tar viene de tape archive, archivo en cinta. Nació en los años setenta para volcar árboles de directorios en cintas magnéticas, donde los datos se escriben uno detrás de otro, y de ahí su formato: una simple sucesión de archivos, cada uno precedido de una ficha con su nombre, permisos, dueño y fecha. El resultado se llama, en la jerga, un tarball.

Su sintaxis es de las que señalamos como excepciones en el tema 3. Toda invocación tiene la misma forma: una operación, modificadores, y el nombre del archivo tar.

tar -czvf practica.tar.gz practica
     ││││ │               │
     ││││ │               └─ qué se empaqueta
     ││││ └─ el archivo tar: el valor de la opción f
     │││└─ f: «el archivo tar es el siguiente»
     ││└─ v: ir mostrando cada archivo procesado
     │└─ z: comprimir con gzip
     └─ c: la operación, crear

Las tres operaciones son todo lo que hay que recordar: crear, listar, extraer. Lo demás se añade según el caso.

La f necesita una explicación, porque es la fuente del error más común. Es una opción que lleva un valor, y el valor es la palabra siguiente. Por eso, en un grupo de letras, la f va al final, pegada al nombre del archivo. Sin f, tar intenta usar una unidad de cinta, herencia de su origen.

5. Crear un archivo tar

Empaquetamos el directorio de práctica. Conviene situarse en el directorio que lo contiene; la razón está en la sección 8.

$ cd ~
$ tar -cf /tmp/zona/practica.tar practica          # solo empaquetar
$ tar -czf /tmp/zona/practica.tar.gz practica      # empaquetar y comprimir
$ ls -l /tmp/zona/practica.tar*
-rw-rw-r-- 1 ana ana 20480 oct 12 15:10 /tmp/zona/practica.tar
-rw-rw-r-- 1 ana ana  5012 oct 12 15:10 /tmp/zona/practica.tar.gz

Dos observaciones sobre los tamaños. El .tar sin comprimir pesa más que la suma de los archivos, que era de unos 13 KB: a cada archivo se le antepone su ficha, y todo se redondea a bloques de tamaño fijo. Confirma que tar no comprime. Y el .tar.gz es cuatro veces más chico.

El orden de los argumentos es el contrario al de cp, y hay que cuidarlo:

Se pueden indicar varios orígenes, y también comodines: tar -czf textos.tar.gz *.txt notas guarda los archivos de texto del directorio y el directorio notas completo. Los directorios se guardan siempre con todo su contenido, sin opción adicional.

tar conserva de cada archivo sus permisos, fechas y enlaces simbólicos. Esa fidelidad es lo que lo hace adecuado para respaldos y para distribuir software, y la diferencia principal con zip.

6. Listar antes de extraer

La operación t muestra el contenido de un archivo tar sin extraer nada:

$ cd /tmp/zona
$ tar -tf practica.tar.gz
practica/
practica/notas.txt
practica/fotos/
practica/informe.txt
practica/tareas.txt
$ tar -tvf practica.tar.gz
drwxrwxr-x ana/ana           0 2026-10-12 14:35 practica/
-rw-rw-r-- ana/ana          18 2026-10-12 10:32 practica/notas.txt
drwxrwxr-x ana/ana           0 2026-10-12 10:40 practica/fotos/
-rw-rw-r-- ana/ana       12813 2026-10-12 10:41 practica/informe.txt
-rw-rw-r-- ana/ana          70 2026-10-12 13:20 practica/tareas.txt

Con v, el listado se parece al de ls -l: permisos, dueño y grupo, tamaño, fecha y ruta. No hizo falta la z: al leer, tar reconoce solo el tipo de compresión.

Listar antes de extraer es una costumbre que conviene hacer automática, porque responde tres preguntas que importan:

Para un archivo grande, el listado se envía a less, o se cuenta con wc -l: tar -tf archivo.tar.gz | wc -l dice cuántos elementos contiene.

7. Extraer

La operación x recrea los archivos. Por defecto lo hace en el directorio de trabajo, no en el lugar de donde salieron ni junto al archivo tar:

$ mkdir restaurado
$ tar -xvf practica.tar.gz -C restaurado
practica/
practica/notas.txt
practica/fotos/
practica/informe.txt
practica/tareas.txt
$ ls restaurado/practica
fotos  informe.txt  notas.txt  tareas.txt

La opción -C, mayúscula, indica dónde extraer; el directorio debe existir. Es más seguro que cambiar de lugar con cd y confiar en acordarse de dónde se está.

8. Las rutas dentro del archivo

tar guarda cada archivo con la ruta exactamente como se la escribió al crear el paquete, y la reproduce al extraer. De eso depende qué directorios aparecerán en el destino:

La primera forma es la buena: un paquete que al extraerse crea un solo directorio con todo dentro. Por eso nos situamos en el directorio padre antes de crearlo. Un paquete del segundo tipo, que esparce su contenido donde se lo abra, es una descortesía clásica; listar antes permite detectarlo.

En la tercera fila se ve una medida de seguridad. Con una ruta absoluta, tar quita la barra inicial y avisa:

$ tar -cf etc.tar /etc/hostname
tar: Removing leading `/' from member names

No es un error. Si guardara la barra, extraer ese paquete escribiría en /etc/hostname, el archivo real del sistema, sin importar dónde se lo abriera. Sin ella, se recrea un etc/hostname inofensivo dentro del directorio de trabajo.

Para obtener rutas limpias sin moverse, la opción -C sirve también al crear: le dice a tar que cambie de directorio antes de leer.

$ tar -czf practica.tar.gz -C ~ practica           # «ve a ~, y guarda practica»

9. Opciones que conviene conocer

$ tar -czf proyecto.tar.gz --exclude="*.log" --exclude="node_modules" proyecto
$ tar -caf practica.tar.xz -C ~ practica           # -a: por la extensión, usa xz

--exclude es la más útil. Un proyecto real contiene archivos que no tiene sentido respaldar: registros, temporales, dependencias que se pueden volver a descargar. El patrón va entre comillas, como en find, para que llegue a tar sin que la shell lo expanda, y debe escribirse antes de los orígenes.

-a evita recordar qué letra corresponde a cada compresor: se escribe el nombre con la extensión deseada, y tar hace lo que corresponde.

Verás a menudo las opciones escritas sin guion, como tar czf. Es la forma original del comando, y funciona igual.

10. Leer las extensiones

Con lo anterior, cualquier nombre de archivo comprimido se lee de derecha a izquierda como una secuencia de operaciones a deshacer:

La columna de la derecha es la buena noticia: para extraer no hay que saber con qué se comprimió. tar -xf lo detecta y sirve para todos. La distinción que sí hay que hacer es la de la penúltima fila: un .gz sin .tar no es un paquete, y se abre con gunzip.

Cuando la extensión falta o no es de fiar, file, del tema 12, dice qué es el archivo mirando su contenido.

11. zip y unzip

El formato .zip empaqueta y comprime a la vez, y es el que entienden sin instalar nada Windows y macOS. En Linux se maneja con dos comandos; si faltan, se instalan con sudo apt install zip unzip.

$ zip -r practica.zip restaurado/practica
  adding: restaurado/practica/ (stored 0%)
  adding: restaurado/practica/notas.txt (stored 0%)
  adding: restaurado/practica/fotos/ (stored 0%)
  adding: restaurado/practica/informe.txt (deflated 63%)
  adding: restaurado/practica/tareas.txt (deflated 4%)
$ unzip -l practica.zip
Archive:  practica.zip
  Length      Date    Time    Name
---------  ---------- -----   ----
        0  2026-10-12 14:35   restaurado/practica/
       18  2026-10-12 10:32   restaurado/practica/notas.txt
        0  2026-10-12 10:40   restaurado/practica/fotos/
    12813  2026-10-12 10:41   restaurado/practica/informe.txt
       70  2026-10-12 13:20   restaurado/practica/tareas.txt
---------                     -------
    12901                     5 files

El orden de los argumentos de zip es el de tar: primero el archivo que se crea. Las diferencias de fondo entre los dos formatos son estas:

De ahí el criterio. Entre sistemas Linux, para respaldos y para distribuir software, .tar.gz o .tar.xz. Para enviar archivos a alguien que usa otro sistema, .zip.

12. Qué se comprime y qué no

La compresión aprovecha las repeticiones. Los datos que las tienen se reducen mucho; los que ya fueron comprimidos por su propio formato, casi nada:

Dos conclusiones prácticas. Los registros del sistema, que son texto muy repetitivo, se reducen a una décima parte: por eso /var/log está lleno de archivos .gz. Y comprimir una colección de fotos o de videos gasta tiempo de procesador para no ahorrar nada: en ese caso alcanza con tar -cf, sin compresor, solo para reunirlos.

Comprimir dos veces tampoco sirve. Un .gz dentro de un .zip no es más chico; puede ser algo más grande.

13. Una copia de seguridad completa

Reunimos todo en la tarea más común: respaldar un directorio en un archivo con fecha, verificarlo y comprobar que se puede restaurar.

1. Crear el paquete, con la fecha en el nombre y rutas relativas. crear
2. Verificar que se puede leer y que contiene lo esperado. listar
3. Probar la restauración en un directorio aparte. extraer
4. Comparar lo restaurado con el original. comprobar
5. Guardar el paquete en otro dispositivo. resguardar

$ cd /tmp/zona
$ tar -czf practica-$(date +%F).tar.gz -C ~ practica
$ ls -lh practica-*
-rw-rw-r-- 1 ana ana 4,9K oct 12 15:30 practica-2026-10-12.tar.gz
$ tar -tzf practica-2026-10-12.tar.gz | wc -l
5
$ mkdir prueba
$ tar -xf practica-2026-10-12.tar.gz -C prueba
$ diff -r ~/practica prueba/practica               # sin salida: son iguales

La primera línea usa la sustitución de comandos que mencionamos en el tema 9: la shell reemplaza $(date +%F) por la salida de ese comando, la fecha en formato año-mes-día. Ese formato tiene una virtud: los respaldos de distintos días quedan ordenados por fecha en cualquier listado alfabético.

diff -r compara dos directorios archivo por archivo, y no escribe nada cuando son idénticos; lo estudiamos en el tema 31.

Los pasos tres y cuatro son los que casi nadie hace, y los que distinguen un respaldo de una esperanza. Un paquete que nunca se probó a restaurar puede estar incompleto, dañado o mal armado, y eso se descubre el día que hace falta. El quinto paso también es parte de la definición: una copia que está en el mismo disco que el original no protege contra la falla del disco.

14. Los errores habituales

El segundo mensaje es célebre por su tono: tar «se niega cobardemente» a crear un archivo vacío. Es de los pocos rastros de humor en los mensajes de error de Unix.

Y la referencia rápida, que se reduce a tres líneas:

La zona de trabajo se puede eliminar con rm -r /tmp/zona, o dejar que desaparezca al reiniciar. El directorio de práctica no se modificó.

Con este tema termina el tercer bloque. Sabemos crear, copiar, mover, borrar, leer, editar, enlazar y empaquetar archivos. En todos los listados apareció una columna que leímos solo por encima: la de los permisos, con su dueño y su grupo. El cuarto bloque está dedicado a ella, y empieza en el tema 16 por el principio: quiénes son los usuarios y los grupos de un sistema.

15. Resumen

• Empaquetar es reunir muchos archivos en uno; comprimir es reducir el tamaño de un archivo. En Linux son tareas separadas que se combinan.
• gzip comprime un archivo y lo reemplaza por uno con extensión .gz; gunzip lo restaura. Con -k se conserva el original.
• bzip2, xz y zstd se usan igual, con distinto equilibrio entre reducción y velocidad.
• tar tiene tres operaciones: c para crear, t para listar y x para extraer. La f indica el archivo tar y va al final del grupo de letras.
• z, j y J añaden la compresión con gzip, bzip2 y xz. Al listar y extraer, tar la detecta solo.
• Al crear, primero se escribe el archivo de destino y después lo que se guarda.
• Conviene listar un paquete antes de extraerlo, y extraerlo en un directorio nuevo con -C: la extracción sobrescribe sin preguntar.
• tar guarda las rutas tal como se escribieron. Lo correcto es empaquetar desde el directorio padre, para que todo quede dentro de un solo directorio.
• --exclude deja fuera lo que no hace falta guardar.
• Las extensiones se leen de derecha a izquierda: .tar.gz es un tar comprimido con gzip. Un .gz sin .tar es un solo archivo.
• zip -r y unzip manejan el formato que entienden todos los sistemas.
• El texto se comprime mucho; las imágenes, el audio, el video y los archivos ya comprimidos, casi nada.
• Un respaldo sirve cuando se verificó que se puede restaurar y está guardado en otro dispositivo.

16. Preguntas de repaso

Intenta responder cada una antes de abrir la respuesta.

Para practicar

1. En /tmp/zona, comprime una copia de informe.txt con gzip -k, con bzip2 -k y con xz -k, y compara los tres tamaños con ls -l.
2. Prueba gzip -1 y gzip -9 sobre una copia de /usr/share/dict/words, si existe, o de cualquier archivo de texto grande. ¿Cuánto cambia el tamaño?
3. Empaqueta ~/practica de las tres maneras de la tabla de la sección 8 y compara los listados con tar -tf.
4. Crea un paquete de /etc con tar -czf /tmp/zona/etc.tar.gz -C / etc 2>/dev/null. ¿Cuántos elementos contiene? ¿Cuánto pesa?
5. Del paquete anterior, extrae solamente etc/hostname en un directorio nuevo.
6. Lee un archivo del paquete sin extraerlo: tar -xOf etc.tar.gz etc/os-release. Busca en man tar qué hace la opción -O.
7. Crea un directorio con archivos .txt y .log, y empaquétalo excluyendo los .log. Comprueba el resultado listando.
8. Escribe a propósito tar -cfz prueba.tar.gz notas.txt en /tmp/zona. Mira qué archivos se crearon, explica por qué, y bórralos.
9. Crea un .zip de un directorio sin la opción -r y otro con ella. Compara con unzip -l.
10. Sigue los cinco pasos de la sección 13 con tu directorio ~/practica, y averigua con file qué dice el sistema sobre el paquete creado.