Python:从tar中提取带有模式的特定文件.gz而不提取完整的文件

Question

我想从许多 tar.gz 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？提前非常感谢。

Answer 1

看看TarFile.getmembers()将存档成员作为列表返回的方法。获得此列表后，您可以使用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：

1. 使用glob获取给定文件夹中所有*.tar或*.gz文件的列表。

2. 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。

3. 使用正则表达式（或简单的if "xxx" in测试）筛选所需的文件。

4. 将此匹配文件列表传递给 extractall() 函数中的 members 参数。

5. 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)])