tar (コンピューティング)

コンピューターにおいて、tar は、配布やバックアップの目的で、多数のファイルを 1 つのアーカイブ ファイル(tarballと呼ばれることが多い) に収集するコンピューター ソフトウェア ユーティリティです。名前は「テープ アーカイブ」に由来しており、もともとは磁気テープを使用するデバイスなど、独自のファイル システムを持たないシーケンシャルI/Oデバイスにデータを書き込むために開発されました。tarによって作成されるアーカイブ データ セットには、名前、タイムスタンプ、所有権、ファイル アクセス権限、 ディレクトリ構成など、さまざまなファイル システムパラメータが含まれます。POSIX ではtarが廃止され、代わりにpaxが採用されましたが、tar は引き続き広く使用されています。

コマンドラインユーティリティは、 1979年1月にバージョン7 Unixで初めて導入され、tpプログラム（その後「tap」を置き換えた）を置き換えた。^[7]この情報を格納する ファイル構造は、 POSIX.1-1988 ^[8]および後にPOSIX.1-2001 [ ^9]で標準化され、ほとんどの最新のファイルアーカイブシステムでサポートされている形式になった。tarコマンドはPOSIX.1-2001で廃止され、代わりにustarファイル形式をサポートするpaxコマンドが採用された。tarコマンドは少なくとも1994年以降、paxコマンドに取って代わられると示唆されていた。

現在、Unix 系オペレーティング システムには、 tar ファイルをサポートするツールのほか、xz、gzip、bzip2など、 tar ファイルを圧縮するためによく使用されるユーティリティが通常含まれています。

tarコマンドはIBM iオペレーティングシステムにも移植されています。^[10]

BSD-tarは、Windows 10 April 2018 Update以降、 Microsoft Windowsに組み込まれており、^{[11] [12]} Windows上でこれらの形式を読み書きするためのサードパーティ製ツールも複数存在します。

従来のテープドライブの多くは可変長のデータブロックを読み書きするため、ブロック間にかなりの無駄なスペース（テープが物理的に動き始めたり止まったりするため）がテープ上に残ってしまう。一部のテープドライブ（およびrawディスク）は固定長のデータブロックのみをサポートしている。また、ファイルシステムやネットワークなどのメディアに書き込む場合、多数の小さなブロックを書き込むよりも1つの大きなブロックを書き込む方が時間がかからない。そのため、tarコマンドは多数の512  Bブロックのレコードにデータを書き込みます。ユーザーは、レコードあたりのブロック数であるブロッキング係数を指定できます。デフォルトは20で、10 KiBのレコードが生成されます 。^[13]

tar ファイル形式には、歴史的なものから現在のものまで、複数の形式があります。POSIX では、ustar と pax の 2 つの tar 形式が規定されています。規定されていませんが、現在も使用されているのが GNU tar 形式です。

tar アーカイブは一連のファイル オブジェクトで構成されます。そのため、tarballという一般的な用語が使われています。これは、 tarball がその表面に付着するあらゆる種類のオブジェクトを収集する方法に由来しています 。各ファイル オブジェクトにはファイル データが含まれており、512 バイトのヘッダーレコードが先行します。ファイル データは、長さが 512 バイトの倍数に切り上げられることを除き、変更されずに書き込まれます。オリジナルの tar 実装では、パディング バイトの内容は考慮されず、バッファー データは変更されませんでしたが、最近のほとんどの tar 実装では、余分なスペースがゼロで埋められます。^[14]アーカイブの終わりは、少なくとも 2 つの連続したゼロで埋められたレコードによって示されます。(tar のレコード サイズの起源は、バージョン 7 Unix ファイル システムで使用されている 512 バイトのディスク セクターのようです。) アーカイブの最後のブロックは、全長までゼロで埋められます。

ファイル ヘッダー レコードには、ファイルに関するメタデータが含まれています。バイト順序が異なるさまざまなアーキテクチャ間での移植性を確保するために、ヘッダー レコードの情報はASCIIでエンコードされています。したがって、アーカイブ内のすべてのファイルが ASCII テキスト ファイルであり、名前が ASCII である場合、アーカイブは基本的に ASCII テキスト ファイル (多くのNUL 文字を含む) になります。

元の Unix tar 形式で定義されているフィールドは、以下の表にリストされています。リンク インジケーター/ファイル タイプ テーブルには、いくつかの最新の拡張機能が含まれています。フィールドが使用されていない場合は、NUL バイトで埋められます。ヘッダーは 257 バイトを使用し、その後 NUL バイトで埋められて 512 バイトのレコードを埋めます。ヘッダーには、ファイル識別用の「マジック ナンバー」はありません。

POSIX.1-1988 以前 (つまり v7) の tar ヘッダー:

POSIX.1-1988 以前のリンク インジケーターフィールドには、次の値を指定できます。

POSIX.1-1988 以前の一部の tar 実装では、名前の 末尾にスラッシュ(/)を付けてディレクトリを示していました。

数値は、先頭にゼロが付いた ASCII 数字を使用して8進数でエンコードされます。歴史的な理由により、末尾の NUL またはスペース文字も使用する必要があります。したがって、ファイル サイズを格納するために 12 バイトが予約されていますが、格納できる 8 進数は 11 桁のみです。これにより、アーカイブされたファイルの最大ファイル サイズは 8 GBになります。この制限を克服するために、2001 年に star は、数値フィールドの左端のバイトの上位ビットを設定することによって示される 256 進コーディングを導入しました。^{[引用が必要]} GNU-tar と BSD-tar はこのアイデアに従いました。さらに、1988 年の最初の POSIX 標準より前のバージョンの tar では、値がゼロではなくスペースで埋められます。

チェックサムは、ヘッダー レコードの符号なしバイト値の合計と、8 つのチェックサム バイトを ASCII スペース (10 進数値 32) として計算されます。これは、先頭にゼロ、その後に NUL、スペースが続く 6 桁の 8 進数として保存されます。さまざまな実装では、この形式に従っていません。また、一部の歴史的な tar 実装では、バイトを符号付きとして扱っていました。実装では通常、チェックサムを両方向に計算し、符号付きまたは符号なしの合計が含まれたチェックサムと一致する場合は、それを正常として扱います。

Unix ファイルシステムは、同じファイルに対して複数のリンク (名前) をサポートします。tar アーカイブにこのようなファイルが複数ある場合、最初のファイルのみが通常のファイルとしてアーカイブされ、残りはハードリンクとしてアーカイブされ、「リンクされたファイルの名前」フィールドが最初のファイルの名前に設定されます。抽出時に、このようなハードリンクはファイルシステムで再作成されます。

最近のほとんどのtarプログラムは、1988年のPOSIX IEEE P1003.1標準で導入されたUStar（Unix標準TAR ^{[7] [15]}）形式でアーカイブを読み書きします。これにより、追加のヘッダーフィールドが導入されました。古いtarプログラムは追加情報を無視しますが（部分的に名前が付けられたファイルを抽出する可能性があります）、新しいプログラムは「ustar」文字列の存在をテストして、新しい形式が使用されているかどうかを判断します。

UStar フォーマットでは、より長いファイル名が許可され、各ファイルに関する追加情報が保存されます。ファイル名の最大サイズは 256 ですが、先頭のパス「ファイル名プレフィックス」とファイル名自体に分割されるため、これよりはるかに小さくなる場合があります。^[16]

タイプフラグフィールドには次の値を指定できます。

リンク フラグ値 'A' ～ 'Z' を使用する POSIX.1-1988 ベンダー固有の拡張機能は、ベンダーによって部分的に意味が異なるため、時代遅れと見なされ、ベンダー タグも含まれる POSIX.1-2001 拡張機能に置き換えられました。

タイプ '7' (連続ファイル) は、POSIX 標準では正式に予約済みとしてマークされていますが、ディスク上で連続的に割り当てられるべきファイルを示すためのものです。このようなファイルを明示的に作成できるオペレーティング システムはほとんどないため、ほとんどの TAR プログラムはこれをサポートせず、タイプ 7 のファイルをタイプ 0 (通常) として扱います。例外は、MASSCOMP RTU (Real Time Unix) オペレーティング システムで実行されている古いバージョンの GNU tar です。このバージョンでは、連続ファイルを要求するために open() 関数に O_CTG フラグをサポートしていましたが、このサポートは GNU tar バージョン 1.24 以降では削除されました。

1997 年に、Sun はtar 形式に拡張機能を追加する方法を提案しました。この方法は、後に POSIX.1-2001 標準に採用されました。この形式は、拡張 tar形式またはpax形式として知られています。新しい tar 形式では、ベンダー タグ付きのベンダー固有の拡張機能をユーザーが追加できます。POSIX 標準では、次のタグが定義されています。

• atime、mtime : 任意の解像度でのファイルのすべてのタイムスタンプ（ほとんどの実装ではナノ秒単位を使用します）
• パス: 長さと文字セットのコーディングに制限のないパス名
• linkpath : 長さと文字セットコーディングに制限のないシンボリックリンクターゲット名
• uname、gname : 長さと文字セットコーディングに制限のないユーザー名とグループ名
• サイズ: 無制限のサイズのファイル (従来の tar 形式は 8 GB)
• uid、gid : サイズ制限のないユーザー ID とグループ ID (従来の tar 形式では最大 ID が 2097151 に制限されています)
• パス名とユーザー名/グループ名の文字セット定義 ( UTF-8 )

2001年、Starプログラムは新しいフォーマットをサポートする最初のtarとなりました。^[要出典] 2004年、GNU tarは新しいフォーマットをサポートしましたが、^[17] tarプログラムのデフォルトの出力としてはまだ書き込まれていません。^[18]

pax 形式は、UStar 形式を読み取れるすべての実装が pax 形式も読み取れるように設計されている。唯一の例外は、長いファイル名などの拡張機能を使用するファイルである。互換性のため、これらは tar ファイル内で特殊ファイルxまたはgタイプファイルとしてエンコードされ、通常はPaxHeaders.XXXXディレクトリの下に保存される。^{[19] : exthdr.name} pax をサポートする実装ではこの情報を使用するが、7-Zipなどのサポートしない実装では追加ファイルとして処理する。^[20]

アーカイブの作成と抽出以外にも、さまざまなアーカイブユーティリティの機能はさまざまです。たとえば、実装によっては、抽出用の圧縮されたTARアーカイブの形式を自動的に検出してユーザーが指定する必要がないようにしたり、ユーザーが指定した日付以降に変更されたファイルのみを追加できるようにしたりします。^{[21] [22]}

tar [-options] <tar アーカイブの名前> [アーカイブに追加するファイルまたはディレクトリ]

基本オプション:

• -c, --create— 新しいアーカイブを作成します。
• -a, --auto-compress — さらに、アーカイブのファイル名拡張子によって自動的に決定される圧縮プログラムを使用してアーカイブを圧縮します。アーカイブの名前が で終わる場合はgzip を*.tar.gz使用し、 の場合はxz を使用します( Zstandardなど)。*.tar.xz*.tar.zst
• -r, --append— アーカイブの末尾にファイルを追加します。
• -x, --extract, --get— アーカイブからファイルを抽出します。
• -f, --file— アーカイブの名前を指定します。
• -t, --list— アーカイブ内のファイルとフォルダのリストを表示します。
• -v, --verbose— 処理されたファイルのリストを表示します。

archive.tarファイルREADME.txtとディレクトリからアーカイブ ファイルを作成しますsrc。

$ tar  -cvf  archive.tar  README.txt  src

現在のディレクトリに内容を抽出しますarchive.tar:

$ tar  -xvf アーカイブ.tar

archive.tar.gzファイルREADME.txtとディレクトリからアーカイブ ファイルを作成し、 gzipsrcで圧縮します 。

$ tar  -cavf  archive.tar.gz  README.txt  src

現在のディレクトリに内容を抽出しますarchive.tar.gz:

$ tar  -xvf アーカイブ.tar.gz

tarpipe は、tar ユーティリティの標準出力ファイルにアーカイブを作成し、それを別のディレクトリで作業している別の tar プロセスの標準入力にパイプして、そこで解凍する方法です。このプロセスは、すべての特殊ファイルを含むソース ディレクトリ ツリー全体をコピーします。例:

$ tar  cf  -  srcdir | tar x -C destdir
     

tar 形式は、オープンソース ソフトウェアの配布に広く使用され続けています。 *NIX ディストリビューションでは、さまざまなソース パッケージおよびバイナリ パッケージの配布メカニズムで tar 形式が使用されており、ほとんどのソフトウェアソース コードは圧縮された tar アーカイブで提供されています。^{[引用が必要]}

オリジナルのtarフォーマットはUnixの初期に作成され、現在広く使用されているにもかかわらず、その設計機能の多くは時代遅れであると考えられています。^[23]

tar の欠点を解決するために他の形式も作成されました。

フィールド サイズの関係で、元の TAR 形式では 100 文字を超えるファイル パスと名前を保存できませんでした。

この問題を克服し、既存のTARユーティリティによる可読性を維持するため、GNU tarは100文字を超えるファイルパスと名前を、@LongLinkこの機能を認識しないTARユーティリティによって通常のファイルとして表示されるエントリに格納します。^[24]同様に、PAXフォーマットはPaxHeadersエントリを使用します。^[25]

古い tar 実装の多くは、拡張属性 (xattrs) やアクセス制御リスト(ACL) を記録したり復元したりしません。2001 年に Star は、POSIX.1-2001 pax 用の独自のタグを通じて ACL と拡張属性のサポートを導入しました。bsdtar は、ACL をサポートするために star 拡張を使用します。^[26] GNU tar のより最近のバージョンは、Linux 拡張属性をサポートし、star 拡張を再実装しています。^[27] BSD tar のファイルタイプ マニュアル tar(5) では、いくつかの拡張機能がレビューされています。^[26]

ハッカーのスラングで言うところのtarbombは、作業ディレクトリに展開される多数のファイルを含む tar ファイルです。このような tar ファイルは、作業ディレクトリ内の同じ名前のファイルを上書きしたり、あるプロジェクトのファイルを別のプロジェクトのファイルに混ぜたりすることで問題を引き起こす可能性があります。ディレクトリ内の他のコンテンツに混在する多数のファイルを特定して削除しなければならないユーザーにとっては、せいぜい不便なだけです。このような行為は、アーカイブの作成者のマナー違反と見なされます。

関連する問題として、 tar ファイルを作成するときに絶対パスや親ディレクトリ参照を使用することが挙げられます。このようなアーカイブから抽出されたファイルは、作業ディレクトリ外の通常とは異なる場所に作成されることが多く、tarbomb のように既存のファイルを上書きする可能性があります。ただし、FreeBSD および GNU tar の最新バージョンでは、 フラグ-Pまたはオプションで明示的に許可されない限り、デフォルトでは絶対パスや親ディレクトリ参照を作成または抽出しません。多くのオペレーティング システムで使用でき、 Mac OS X--absolute-names v10.6のデフォルトの tar ユーティリティである bsdtar プログラムも、親ディレクトリ参照やシンボリック リンクをたどりません。^{[28] [検証失敗]}

ユーザーが利用できる tar が非常に古く、セキュリティ対策が施されていない場合は、まず コマンド を使用して tar ファイルを調べtar tf archive.tar、内容を一覧表示し、後で問題のあるファイルを除外することで、これらの問題を軽減できます。これらのコマンドはファイルを抽出しませんが、アーカイブ内のすべてのファイルの名前を表示します。問題がある場合は、新しい空のディレクトリを作成し、そこにアーカイブを抽出できます。または、tar ファイルを完全に回避することもできます。ほとんどのグラフィカル ツールは、アーカイブを抽出する前にその内容を表示できます。Vimはtar アーカイブを開いて内容を表示できます。GNU Emacsも tar アーカイブを開いて、その内容をdiredバッファに表示できます。

tar 形式は、テープ バックアップ デバイスにストリーミングするためのファイルとそのプロパティの集中インデックスや目次なしで設計されました。ファイルを一覧表示または抽出するには、アーカイブを順番に読み取る必要があります。大規模な tar アーカイブの場合、これによりパフォーマンスが低下し、個々のファイルへのランダム アクセスが頻繁に必要となる状況には tar アーカイブは適していません。

シーク可能な（つまり、効率的なランダム読み取りが可能な）メディアに保存された整形式の tar ファイルでは、tarプログラムはファイル ヘッダーの「サイズ」フィールドに従ってファイル読み取りをスキップすることで、比較的高速に（ファイル数に対して線形時間で）ファイルを検索できます。これが-nGNU tar のオプションのベースです。tar ファイル全体が圧縮されている場合、圧縮形式は通常シーク不可能であるため、この最適化は実行されません。^[29] tar 形式を認識する「インデックス付き」圧縮プログラムの多くは、圧縮ファイルに対してこの機能を復元できます。^[30]シーク可能性を維持するには、tar ファイルも適切に連結する必要があります。つまり、各ファイルの末尾にある末尾のゼロ ブロックを削除する必要があります。^[31]

tar 形式のもう 1 つの問題は、アーカイブ内の複数の (場合によっては異なる) ファイルに同一のパスとファイル名が付けられることです。このようなアーカイブを抽出すると、通常、後者のバージョンのファイルが前者のファイルを上書きします。

これにより、明示的ではない (わかりにくい) tarbomb が作成される可能性があります。技術的には、絶対パスを持つファイルや親ディレクトリを参照するファイルは含まれていませんが、現在のディレクトリ外のファイルが上書きされます (たとえば、アーカイブに同じパスとファイル名を持つ 2 つのファイルが含まれており、1 つ目は現在のディレクトリ外の場所へのシンボリック リンクで、2 つ目は通常のファイルである場合、一部の tar 実装でこのようなアーカイブを抽出すると、シンボリック リンクが指す場所への書き込みが発生する可能性があります)。

歴史的に、多くのシステムが tar を実装しており、多くの一般的なファイル アーカイバは少なくとも部分的に tar をサポートしています (多くの場合、以下の実装のいずれかを使用します)。tar の歴史は、「tar 戦争」として知られる非互換性の物語です。ほとんどの tar 実装は、cpioとpax の読み取りと作成もできます(後者は実際にはPOSIX -2001 拡張 を持つtar形式です)。

主な実装（起源順）:

• Solaris tar は、オリジナルの Unix V7 tar に基づいており、Solaris オペレーティングシステムのデフォルトとして提供されています。
• GNU tar は、ほとんどのLinuxディストリビューションのデフォルトです。これは、1987 年に開始されたパブリック ドメイン実装 pdtar に基づいています。最近のバージョンでは、ustar、pax、GNU、v7 形式など、さまざまな形式を使用できます。
• FreeBSD tar ( BSD tarとも呼ばれる)は、 Mac OS Xを含むほとんどのBerkeley Software Distributionベースのオペレーティング システム。コア機能は、他のアプリケーションに組み込むためのlibarchiveとして利用できます。この実装は、ファイルの形式を自動的に検出し、tar、pax、cpio、zip、rar、ar、xar、rpm、および ISO 9660 cdrom イメージから抽出できます。機能的に同等の cpio コマンドライン インターフェイスも付属しています。
• Schily tarは、通称star（/ ˈɛsˌtɑːr /、ESS -tar ^{） [32]として知られて}おり、その拡張機能のいくつかは非常に人気があったため、歴史的に重要なものです。1997年4月に初めて公開されましたが、^[33]開発者は1982年に開発を開始したと述べています。^[34]
• Python tarfileモジュールは、ustar、pax、gnuを含む複数のtar形式をサポートしています。V7形式とSunOS tar拡張形式は読み取れますが、作成することはできません。paxはアーカイブを作成するためのデフォルトの形式です。^[35] 2003年から利用可能です。^[36]

さらに、ほとんどのpaxおよびcpio実装では、複数の種類の tar ファイルを読み取ったり作成したりできます。

tarアーカイブ ファイルは通常、ファイル サフィックス.tarを持ちます(例: somefile.tar )。

tar アーカイブ ファイルには、その中に含まれるファイルの非圧縮バイト ストリームが含まれます。アーカイブの圧縮には、 tar アーカイブ全体を圧縮するgzip、bzip2、xz、lzip、lzma、zstd、またはcompressedなどのさまざまな圧縮プログラムを使用できます。通常、アーカイブの圧縮形式には、形式固有の圧縮サフィックスがアーカイブ ファイル名に追加されてファイル名が付けられます。たとえば、tar アーカイブarchive.tar は、 gzip で圧縮されると archive.tar.gz という名前になります。

BSD 版やGNU版の tarなどの人気の tar プログラムは、作成時または展開時にアーカイブ ファイルを圧縮または解凍するためのコマンド ライン オプション Z (圧縮)、z (gzip)、j (bzip2) をサポートしています。比較的最近追加されたオプションには、 --lzma ( LZMA )、--lzop ( lzop )、--xzまたはJ ( xz )、--lzip (lzip)、--zstdなどがあります。^[37]これらの形式の解凍は、サポートされているファイル名拡張子が使用されている場合は自動的に処理され、圧縮は、オプション--auto-compress (短縮形-a ) が該当するバージョンの GNU tar に渡された場合、同じファイル名拡張子を使用して自動的に処理されます。^[16] BSD tar は、ファイル名ではなくその中のデータを使用して、さらに広範囲の圧縮プログラム ( lrzip、lz4 ) を検出します。 ^[38]認識されない形式は、パイプによって手動で圧縮または解凍する必要があります。

MS-DOS 8.3のファイル名制限により、圧縮された tar アーカイブの命名規則が追加されました。ただし、FATで長いファイル名が提供されるようになったため、この慣習は廃れています。

• ファイルアーカイバの比較
• アーカイブ形式の比較
• アーカイブ形式のリスト
• Unixコマンドのリスト

Wikibookの Unix ガイドには、コマンド/ファイル圧縮#tarに関するページがあります。

Wikibooks には、 Windows バッチ スクリプトに関する書籍があります。

• X/Open CAE 仕様コマンドおよびユーティリティ第 4 版、バージョン 2 (pdf)、1994 年、opengroup.org – tar が撤回されたことを示します
• tar in The Single UNIX Specific, Version 2, 1997, opengroup.org – アプリケーションは pax ユーティリティに移行する必要があることを示しています。
• C.4 ユーティリティ in The Open Group Base Specifications Issue 6, 2004 Edition, opengroup.org – tar が削除されていることを示します
• pax – シェルおよびユーティリティリファレンス、The Single UNIX 仕様、バージョン4、The Open Group – ustarおよびpaxファイル形式を指定します
• tar(1) – バージョン 7 Unixプログラマーズマニュアル
• tar(1)– GNUのマニュアル
• tar(1) –  Plan 9プログラマーズマニュアル、第 1 巻
• tar(1) –  Solaris 11.4ユーザーコマンドリファレンスマニュアル
• tar(1) –  FreeBSD一般コマンドマニュアル
• tar(1) –  OpenBSD一般コマンドマニュアル
• tar(1) –  Linuxユーザーマニュアル– ユーザーコマンド
• tar(5) –  FreeBSDファイルフォーマットマニュアル
• TAR - Windows CMD - SS64.com