[英]gzip multiple files in python
我必须将很多 XML 文件压缩成文件名中的数据并将它们拆分,为了澄清起见,有一个解析器从 XML 文件中收集信息,然后将其移动到备份文件夹。 我的代码需要根据文件名中的日期对其进行 gzip 压缩,并将这些文件分组到一个 compressed.gz 文件中。
请找到下面的代码:
import os
import re
import gzip
import shutil
import sys
import time
#
timestr = time.strftime("%Y%m%d%H%M")
logfile = 'D:\\Coleta\\log_compactador_xml_tar'+timestr+'.log'
ptm_dir = "D:\\PTM\\monitored_programs\\"
count_files_mdc = 0
count_files_3gpp = 0
count_tar = 0
#
for subdir, dir, files in os.walk(ptm_dir):
for file in files:
path = os.path.join(subdir, file)
try:
backup_files_dir = path.split(sep='\\')[4]
parser_id = path.split(sep='\\')[3]
if re.match('backup_files_*', backup_files_dir):
if file.endswith('xml'):
# print(time.strftime("%Y-%m-%d %H:%M:%S"), path)
data_arq = file[1:14]
if parser_id in ('parser-924'):
gzip_filename_mdc = os.path.join(subdir,'E4G_PM_MDC_IP51_'+timestr+'_'+data_arq)
with open(path, 'r')as f_in, gzip.open(gzip_filename_mdc + ".gz", 'at') as f_out_mdc:
shutil.copyfileobj(f_in, f_out_mdc)
count_files_mdc += 1
f_out_mdc.close()
f_in.close()
print(time.strftime("%Y-%m-%d %H:%M:%S"), "Compressing file MDC: ",path)
os.remove(path)
except PermissionError:
print(time.strftime("%Y-%m-%d %H:%M:%S"), "Permission error on file:", fullpath, file=logfile)
pass
except IndexError:
print(time.strftime("%Y-%m-%d %H:%M:%S"), "IndexError: ", path, file=logfile)
pass
只要我看起来它创建了一个 stream 的数据,然后将其压缩并写入具有指定文件名的新文件。 然而,它并没有将每个 XML 文件独立地分组到一个“.gz”文件中,而是在“gzip”文件中创建了一个与 output“gzip”文件同名的大文件(大数据 stream?),但是没有任何扩展。 文件完全压缩后,无法解压缩“gzip”output 文件中生成的大文件。 有人知道我的代码哪里有问题吗?
PS:出于可读性目的,我已经编辑了代码。
不确定是否仍然需要该解决方案,但我会把它留在这里供面临相同问题的任何人使用。
有一种方法可以使用 tarfile 在 python 中创建一个 gzip 压缩包,代码非常简单:
with tarfile.open(filename, mode="w:gz") as archive:
archive.add(name=name_of_file_to_add, recursive=True)
在这种情况下, name_of_file_to_add
可以是一个目录,在这种情况下,tarfile 将递归地添加它及其所有内容。 显然,您需要导入tarfile
模块。
如果你需要在没有目录的情况下添加文件,一个简单for
with 调用就add
了(在这种情况下不需要recursive
标志)。
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.