[英]Navigating a large tar.gz file in python without extracting it first
[英]Python: Extracting specific files with pattern from tar.gz without extracting the complete file
我想从许多 tar.gz 文件中提取所有带有*_sl_H*
模式的文件,而不是从档案中提取所有文件。
我找到了这些行,但无法使用通配符 ( https://pymotw.com/2/tarfile/ ):
import tarfile
import os
os.mkdir('outdir')
t = tarfile.open('example.tar', 'r')
t.extractall('outdir', members=[t.getmember('README.txt')])
print os.listdir('outdir')
有人有想法吗? 提前谢谢了。
看一看TarFile.getmembers()
方法,它以列表的形式返回档案的成员。 获得此列表后,您可以根据条件决定要提取哪个文件。
import tarfile
import os
os.mkdir('outdir')
t = tarfile.open('example.tar', 'r')
for member in t.getmembers():
if "_sl_H" in member.name:
t.extract(member, "outdir")
print os.listdir('outdir')
您可以从许多 tar 中提取与您的模式匹配的所有文件,如下所示:
使用glob
获取给定文件夹中所有*.tar
或*.gz
文件的列表。
对于每个 tar 文件,使用getmembers()
函数获取每个 tar 文件中的文件列表。
使用正则表达式(或if "xxx" in
测试中使用简单的if "xxx" in
)来过滤所需的文件。
将此匹配文件列表传递给extractall()
函数中的members
参数。
添加了异常处理以捕获编码错误的 tar 文件。
例如:
import tarfile
import glob
import re
reT = re.compile(r'.*?_sl_H.*?')
for tar_filename in glob.glob(r'\my_source_folder\*.tar'):
try:
t = tarfile.open(tar_filename, 'r')
except IOError as e:
print(e)
else:
t.extractall('outdir', members=[m for m in t.getmembers() if reT.search(m.name)])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.