Python: 从 tar.gz 提取具有模式的特定文件而不提取完整文件

Question

我想从许多 tar.gz 个文件中提取具有模式 *_sl_H* 的所有文件，而不从存档中提取所有文件。

我找到了这些行，但是无法使用通配符 (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？非常感谢。

Answer 1

看看 TarFile.getmembers() 方法，其中 returns 存档的成员作为列表。有了这个列表后，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')

Answer 2

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（或简单的if "xxx" in测试）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)])

Python: 从 tar.gz 提取具有模式的特定文件而不提取完整文件

Python: Extracting specific files with pattern from tar.gz without extracting the complete file

python

regex

tar