python - 使用 'tarfile' 时跳过损坏的文件 (.tar.gz)

Question

我的文件夹中有 100 多个 .tar.gz 文件。其中一些文件已损坏。

我正在尝试提取所有这些内容。如果文件损坏，我想跳过该存档并移至下一个文件。另外，如果可能的话，最后我想要一个提取失败的文件列表。

import os
import tarfile
files = os.listdir('G:\\A')
for file in files:
    id = file.split('.')
    with tarfile.open('G:\\A\\' + file,'r:gz') as tar:
        tar.extractall(path='G:\\A\\Extracted\\' + id[0])

循环按预期进行，但是当遇到损坏的存档时，它会给出错误:“压缩文件在到达流结束标记之前结束”

编辑:根据 ILI 评论，我尝试遵循，但遇到了同样的错误。

BLOCK_SIZE = 1024
for file in files:    
    with tarfile.open('G:\\Sat Img\\' + file) as tardude:
        for member in tardude.getmembers():
            with tardude.extractfile(member.name) as target:
                for chunk in iter(lambda: target.read(BLOCK_SIZE), b''):
                    pass

Answer 1

如果我正确理解你的问题，你可能正在寻找像这样的修改:

import os
import tarfile
files = os.listdir('G:\\A')
for file in files:
    id = file.split('.')
    try:
        with tarfile.open('G:\\A\\' + file,'r:gz') as tar:
            tar.extractall(path='G:\\A\\Extracted\\' + id[0])
    except tarfile.ReadError:  # reading tarfile failed
        continue               # move on to the next one

不确定您的文件是如何损坏的以及您会看到什么类型的错误，因此您可能需要捕获不同的异常。