python - 在 Python 中获取 tar 文件夹内容的文件名

Question

我有一个名为 gziptest.tar.gz 的压缩文件夹，其中包含几个纯文本文件。

我希望能够获取文件的文件名和相应的内容，但是 gzip 库的使用示例没有涵盖这一点。

以下代码:

import gzip
in_f = gzip.open('/home/cholloway/gziptest.tar.gz')
print in_f.read()

产生输出:

gzip test/file2000664 001750 001750 00000000016 12621163624 015761 0ustar00chollowaycholloway000000 000000 I like apples
gzip test/file1000664 001750 001750 00000000025 12621164026 015755 0ustar00chollowaycholloway000000 000000 hello world
line two
gzip test/000775 001750 001750 00000000000 12621164026 015035 5ustar00chollowaycholloway000000 000000 

我可以使用一些正则表达式来检测新文件的开头并提取文件名，但我想知道 gzip 或其他标准 python 库中是否已经存在此功能。

Answer 1

对于那个文件，不要使用gzip 库。使用 tarfile图书馆。

您正在使用的文件是文件 test/* 的 tar 存档的 gzip 压缩。

如果您只想恢复 tar 存档，请使用 gzip 解压缩文件。生成的文件(如您所见)是所需文件的存档。

从逻辑上讲，如果要访问tar压缩包里面的文件，我们必须先使用gzip库来恢复tar压缩包，然后使用tarfile库来恢复文件。

实际上，我们只使用tarfile 库:tarfile 库会代表您自动调用gzip 库。

我从 the examples section 复制了这个例子tarfile 手册页:

import tarfile
tar = tarfile.open("sample.tar.gz")
tar.extractall()
tar.close()