Descompactar GZIP

A compressão de dados moderna tem duas datas fundadoras: 1977, quando Abraham Lempel e Jacob Ziv publicaram o algoritmo LZ77 no IEEE Transactions on Information Theory, e 1978, quando publicaram o LZ78. Esses dois artigos definiram a base teórica de praticamente toda compressão sem perda que usamos hoje. O DEFLATE — o algoritmo dentro de todo arquivo gzip — foi criado por Phil Katz em 1989 para o seu programa PKZip, combinando LZ77 com codificação de Huffman. A história de Phil Katz é uma das mais trágicas da computação: ele revolucionou a distribuição de software ao tornar o compartilhamento de arquivos comprimidos acessível em BBS e disquetes, mas morreu sozinho em um quarto de motel em abril de 2000 com apenas 37 anos, após anos de batalhas jurídicas com a PKWARE. O formato GZIP em si — RFC 1952, publicado em 1996 por Jean-Loup Gailly e Mark Adler — foi criado especificamente como alternativa livre ao `compress` do Unix, que usava o algoritmo LZW protegido pela patente da Unisys. Quando a patente expirou em 2003, o gzip já era o padrão consolidado da web.

Hoje o GZIP está em praticamente toda comunicação HTTP. Quando um navegador faz uma requisição, ele envia o cabeçalho `Accept-Encoding: gzip, deflate, br`, informando ao servidor que aceita respostas comprimidas. O servidor responde com `Content-Encoding: gzip` e envia o conteúdo comprimido. Para arquivos de texto — HTML, CSS, JavaScript, JSON — a economia é impressionante: uma resposta de 100 KB normalmente encolhe para 15 a 25 KB, redução de 75 a 85%. O nginx habilita isso com uma linha de configuração. CDNs como Cloudflare aplicam compressão automaticamente. O Node.js tem o módulo `zlib` embutido para trabalhar com gzip em streams. A biblioteca `zlib` original de Gailly e Adler, de 1995, é provavelmente o software open source com mais instâncias rodando no mundo — está em browsers, sistemas operacionais, consoles de videogame, câmeras digitais e dispositivos IoT.

Esta ferramenta existe para o momento em que você precisa inspecionar o conteúdo de um dado gzip sem instalar nada. Situações típicas: uma resposta de API chegou comprimida mas o cliente HTTP não descomprimiu automaticamente, e você tem os bytes brutos em Base64 no log; um arquivo `.gz` que você quer checar rapidamente sem usar o gunzip; um protocolo binário — como snapshots do Elasticsearch, payloads de WebSocket ou formatos de mensagem do Minecraft — que usa gzip internamente e você quer ver o JSON dentro. O Base64 é necessário porque navegadores não conseguem colar bytes binários puros em uma caixa de texto: codificar os bytes em Base64 primeiro os converte em texto ASCII puro que pode ser colado e processado. A API `DecompressionStream`, disponível em todos os browsers modernos desde 2022, faz a descompressão real no próprio navegador sem enviar nada para servidor algum.

Modern data compression has two founding dates: 1977, when Abraham Lempel and Jacob Ziv published the LZ77 algorithm in IEEE Transactions on Information Theory, and 1978, when they published LZ78. Those two papers defined the theoretical foundation for virtually all lossless compression used today. DEFLATE — the algorithm inside every gzip file — was created by Phil Katz in 1989 for his PKZip program, combining LZ77 with Huffman coding. The story of Phil Katz is one of the most tragic in computing: he revolutionized software distribution by making compressed file sharing accessible on BBS boards and floppy disks, but died alone in a motel room in April 2000 at only 37 years old, after years of legal battles with PKWARE. The GZIP format itself — RFC 1952, published in 1996 by Jean-Loup Gailly and Mark Adler — was created specifically as a free alternative to Unix `compress`, which used the LZW algorithm protected by a Unisys patent. When that patent expired in 2003, gzip was already the web's consolidated standard.

Today GZIP is in virtually every HTTP communication. When a browser makes a request, it sends the header `Accept-Encoding: gzip, deflate, br`, telling the server it accepts compressed responses. The server replies with `Content-Encoding: gzip` and sends compressed content. For text files — HTML, CSS, JavaScript, JSON — the savings are impressive: a 100 KB response typically shrinks to 15 to 25 KB, a 75 to 85 percent reduction. nginx enables this with a single configuration line. CDNs like Cloudflare apply compression automatically. Node.js ships with the built-in `zlib` module for working with gzip in streams. The original `zlib` library by Gailly and Adler, from 1995, is probably the open source software with the most running instances in the world — embedded in browsers, operating systems, game consoles, digital cameras, and IoT devices.

This tool exists for the moment when you need to inspect gzip-compressed data without installing anything. Typical situations: an API response arrived compressed but the HTTP client did not decompress it automatically, and you have the raw bytes as Base64 in the log; a `.gz` file you want to quickly check without using gunzip; a binary protocol — such as Elasticsearch snapshots, WebSocket payloads, or Minecraft message formats — that uses gzip internally and you want to see the JSON inside. Base64 is necessary because browsers cannot paste raw binary bytes into a text box: encoding the bytes as Base64 first converts them into pure ASCII text that can be pasted and processed. The `DecompressionStream` API, available in all modern browsers since 2022, performs the actual decompression in the browser itself without sending anything to a server.

La compresión de datos moderna tiene dos fechas fundacionales: 1977, cuando Abraham Lempel y Jacob Ziv publicaron el algoritmo LZ77 en el IEEE Transactions on Information Theory, y 1978, cuando publicaron el LZ78. Esos dos artículos definieron la base teórica de prácticamente toda la compresión sin pérdida que usamos hoy. DEFLATE — el algoritmo que hay dentro de todo archivo gzip — fue creado por Phil Katz en 1989 para su programa PKZip, combinando LZ77 con codificación de Huffman. La historia de Phil Katz es una de las más trágicas de la informática: revolucionó la distribución de software al hacer accesible el intercambio de archivos comprimidos en BBS y disquetes, pero murió solo en la habitación de un motel en abril de 2000 con tan solo 37 años, tras años de batallas judiciales con PKWARE. El formato GZIP en sí — RFC 1952, publicado en 1996 por Jean-Loup Gailly y Mark Adler — se creó específicamente como alternativa libre al `compress` de Unix, que usaba el algoritmo LZW protegido por una patente de Unisys. Cuando esa patente expiró en 2003, el gzip ya era el estándar consolidado de la web.

Hoy el GZIP está presente en prácticamente toda comunicación HTTP. Cuando el navegador realiza una petición, envía la cabecera `Accept-Encoding: gzip, deflate, br`, informando al servidor de que acepta respuestas comprimidas. El servidor responde con `Content-Encoding: gzip` y envía el contenido comprimido. Para archivos de texto — HTML, CSS, JavaScript, JSON — el ahorro es impresionante: una respuesta de 100 KB normalmente se reduce a entre 15 y 25 KB, una reducción de entre el 75 y el 85 %. Nginx lo habilita con una sola línea de configuración. Las CDN como Cloudflare aplican la compresión automáticamente. Node.js incluye el módulo `zlib` integrado para trabajar con gzip en streams. La biblioteca `zlib` original de Gailly y Adler, de 1995, es probablemente el software de código abierto con más instancias en ejecución en el mundo: está integrado en navegadores, sistemas operativos, consolas de videojuego, cámaras digitales y dispositivos IoT.

Esta herramienta existe para el momento en que necesitas inspeccionar el contenido de un dato gzip sin instalar nada. Situaciones típicas: una respuesta de API llegó comprimida pero el cliente HTTP no la descomprimió automáticamente, y tienes los bytes en bruto como Base64 en el registro; un archivo `.gz` que quieres comprobar rápidamente sin usar gunzip; un protocolo binario — como snapshots de Elasticsearch, payloads de WebSocket o formatos de mensaje de Minecraft — que usa gzip internamente y quieres ver el JSON que contiene. El Base64 es necesario porque los navegadores no pueden pegar bytes binarios puros en un cuadro de texto: codificar primero los bytes en Base64 los convierte en texto ASCII puro que puede pegarse y procesarse. La API `DecompressionStream`, disponible en todos los navegadores modernos desde 2022, realiza la descompresión real en el propio navegador sin enviar nada a ningún servidor.