从子进程的 tar 标准输出中读取单个文件

Question

如何在不击中磁盘的情况下从命令的 stdout 中读取单个文件的内容？

我想出了这样的东西：

def get_files_from(sha, files):
    from subprocess import Popen, PIPE
    import tarfile
    p = Popen(["git", "archive", sha], bufsize=10240, stdin=PIPE, stdout=PIPE, stderr=PIPE)
    tar = tarfile.open(fileobj=p.stdout, mode='r|')
    p.communicate()
    members = tar.getmembers()
    names = tar.getnames()
    contents = {}
    for fname in files:
        if fname not in names:
            contents[fname] = None
            continue
        else:
            idx = names.index(fname)
            contents[fname] = members[idx].tobuf()
            contents[fname] = tar.extractfile(members[idx]) #<--- HERE
    tar.close()
    return contents

问题是在标记为的线路上添加.read()呼叫

            contents[fname] = tar.extractfile(members[idx]) #<--- HERE

将给出错误：

焦油文件。流错误：不允许向后查找

那么如何获取文件的内容呢？

Answer 1

你拼错了mode=参数，你写more=：

tar = tarfile.open(fileobj=p.stdout, mode='r|')

如果正确指定模式，则不会调用.tell()。

然后，您必须遍历 tarfile 对象以提取成员，您无法从 tarfile 中读取任意文件：

for entry in tar:
    # test if this is a file you want.
    if entry.name in files:
        f = tar.extractfile(entry) 

您不能使用任何.getnames()、.getmember()或.getmembers()方法，因为这些方法需要对文件进行全面扫描，将文件指针放在末尾，让您无法读取条目数据本身。

Answer 2

对于任何感兴趣的人：

def get_files_from(sha, files):
    from subprocess import Popen, PIPE
    import tarfile
    p = Popen(["git", "archive", sha], bufsize=10240, stdin=PIPE, stdout=PIPE, stderr=PIPE)
    tar = tarfile.open(fileobj=p.stdout, mode='r|')
    p.communicate()
    contents = {}
    doall = files == '*'
    if not doall:
        files = set(files)
    for entry in tar:
        if (isinstance(files, set) and entry.name in files) or doall:
            tf = tar.extractfile(entry)
            contents[entry.name] = tf.read()
            if not doall:
                files.discard(entry.name)
    if not doall:
        for fname in files:
            contents[fname] = None
    tar.close()
    return contents
print get_files_from("a8c11fcee68881dfb86095aa36290fb304047cf1", ['README.MD', 'foo'])
print get_files_from("a8c11fcee68881dfb86095aa36290fb304047cf1", '*')

欢迎补丁！