python - 从存档文件中有条件提取文件

Question

我有一个很大的 tar.gz 存档文件，其中包含 nxml 文件，总大小约为 5GB。我的目标是从中提取文件，但是，我不必提取所有文件。我必须提取所有名称大于阈值的文件。

例如:让我们考虑 1000 是我们的阈值。所以
path/to/file/900.nxml 不会被提取，但是
path/to/file/1100.nxml 将被提取。

所以我的要求是从存档中有条件地提取文件。
谢谢

Answer 1

1. 使用tar -tf <archive>获取存档中的文件列表。
2. 处理文件列表以确定需要提取的文件。将文件列表写入临时文件<filelist> ，每个文件一行。
   • 查看您选择的标签，您可以根据自己的喜好使用 Python 或 bash 进行字符串过滤。
3. 使用tar -xf <archive> -T <filelist>提取您需要的文件。
   选项-T或--files-from从给定文件中读取要处理的文件名。
   • 另请参阅manpage for tar .