python - 我想提取一个 .tgz 文件并提取任何包含 .tgz 和 .tar 文件的子目录

Question

我正在使用下面的代码来提取 .tgz 文件。我需要提取的日志文件类型 (.tgz) 的子目录中包含其他 .tgz 文件和 .tar 文件他们。我也想提取它们。

最终，我试图在所有 .log 文件和 .txt 文件中搜索某些可能出现在 .tgz 中的字符串> 文件。

下面是我用来提取 .tgz 文件的代码。我一直在尝试找出如何提取子文件(.tgz 和 .tar)。到目前为止，我一直没有成功。

import os, sys, tarfile

try:
    tar = tarfile.open(sys.argv[1] + '.tgz', 'r:gz')
    for item in tar:
        tar.extract(item)
    print 'Done.'
except:
    name = os.path.basename(sys.argv[0])
    print name[:name.rfind('.')], '<filename>'

Answer 1

这应该会给你想要的结果:

import os, sys, tarfile

def extract(tar_url, extract_path='.'):
    print tar_url
    tar = tarfile.open(tar_url, 'r')
    for item in tar:
        tar.extract(item, extract_path)
        if item.name.find(".tgz") != -1 or item.name.find(".tar") != -1:
            extract(item.name, "./" + item.name[:item.name.rfind('/')])
try:

    extract(sys.argv[1] + '.tgz')
    print 'Done.'
except:
    name = os.path.basename(sys.argv[0])
    print name[:name.rfind('.')], '<filename>'

正如@cularis 所说，这称为递归。