Python tarfile 压缩内存中的一个对象

Question

我正在尝试使用 tarfile 在内存中添加一个文件，然后将其写回磁盘，但我遇到的问题是在我的最终输出中，当我提取新创建的 tar.gz 文件时，我得到一个空文件。我的代码哪里做错了？

import tarfile
import io

with open('logo.png', 'rb') as f:
    data = f.read()

fh = io.BytesIO()
with tarfile.open(fileobj=fh, mode='w:gz') as tar:
    info = tarfile.TarInfo('some.png')
    tar.addfile(info, data)

with open('/tmp/test/test.tar.gz', 'wb') as f:
    f.write(fh.getvalue())

我也尝试过执行 tar.addfile(info, fh.write(data))，但这只会创建一个损坏的 tar 文件。

Answer 1

TarFile.addfile() 接受一个类似文件的对象。

当文档说:

tarinfo.size bytes are read from it and added to the archive.

意思是tarinfo.size用来决定读取多少字节。因此，您需要适本地设置tarinfo.size。

您唯一需要做的就是从源读取数据，计算长度，然后将该数据加载到 BytesIO 对象中:

例如

import tarfile
import io

with open('logo.png', 'rb') as f:
    data = f.read()
    source_f = io.BytesIO(initial_bytes=data)

fh = io.BytesIO()
with tarfile.open(fileobj=fh, mode='w:gz') as tar:
    info = tarfile.TarInfo('logo.png')
    info.size = len(data)
    tar.addfile(info, source_f)

with open('test.tar.gz', 'wb') as f:
    f.write(fh.getvalue())

或者更高效的内存方式，寻找源文件:

f = open('logo.png', 'rb')
f.seek(0,2) # go to the end
source_len = f.tell()
f.seek(0)

fh = io.BytesIO()
with tarfile.open(fileobj=fh, mode='w:gz') as tar:
    info = tarfile.TarInfo('logo.png')
    info.size = source_len
    tar.addfile(info, f)

with open('test.tar.gz', 'wb') as f:
    f.write(fh.getvalue())

f.close()