bash：仅提取 tar.gz 存档的一部分

Posted 2023-03-06

【中文标题】bash：仅提取 tar.gz 存档的一部分

【英文标题】：bash: extract only part of tar.gz archive

【发布时间】：2014-06-05 10:08:31

【问题描述】：

我有一个非常大 .tar.gz 文件，由于空间不足，我无法将其全部提取出来。我想提取 一半的内容，处理它们，然后提取剩下的一半。

存档包含几个子目录，这些子目录又包含文件。当我提取一个子目录时，我需要 all 将其内容与它一起提取。

在 bash 中执行此操作的最佳方法是什么？ tar 是否已经允许这样做？

【问题讨论】：

这应该在 unix.stachexchange.com 因为它不是关于编程的

【参考方案1】：

你也可以使用一一提取

tar zxvf file.tar.gz PATH/to/file/inside_archive -C DESTINATION/dir

您可以包含一个脚本：

1) 保持 PATH 和 DESTINATION 相同（是的，您可以使用自己的基本目录作为 DESTINATION）

2) 您可以使用

获取存档中文件的路径

tar -ztvf file.tar.gz

3) 您可以使用 for files in $(tar -ztvf file.tar.gz | awk 'print $NF') 之类的 for 循环，并根据需要定义中断条件。

我会这样做：

#!/bin/bash
for files in $(tar -ztvf file.tar.gz| awk 'print $NF')
do 
subDir=$(dirname $files)
echo $subDir     
tar -C ./My_localDir/$subDir -zxvf file.tar.gz $files 
done

$subDir 包含子目录的名称

根据您的要求在上面添加中断条件。

【讨论】：

谢谢。我可以只列出存档中的所有子目录（它们都在层次结构的第一级）并提取其中的前 n 个吗？会不会容易些？

检查刚刚在答案中添加的部分是否有帮助。

谢谢。不过，我不明白你从哪里得到“目录名”。我的想法是遍历它的子目录（它们都是这个档案文件层次结构的第一级），并通过保留一个非常简单的计数器来提取它们中的前 n 个。总的来说，我很困惑。在图形环境中这需要 3 秒...：/

我只是找不到以 非递归 方式在存档中列出所有内容的方法。这样我只会得到这些子目录的名称，我希望可以直接提取它们......

@RickyRobinson 检查现在是否适合您。我正在打电话，请原谅我的麻烦。

【参考方案2】：

例如，您可以仅提取与某些模式匹配的文件：

tar -xvzf largefile.tar.gz --wildcards --no-anchored '*.html'

因此，根据 largefile.tar 结构，可以使用一种模式提取文件 -> 处理它们 -> 之后删除文件 -> 使用另一种模式提取文件，依此类推。

【讨论】：

当然，但我确实需要将子目录全部提取出来并保持存档的原始结构。很抱歉之前没有提及。

【参考方案3】：

好的，所以基于this answer，我可以列出所需深度的所有内容。 就我而言，tar.gz 文件的结构如下：

archive.tar.gz:
archive/
archive/a/
archive/a/file1
archive/a/file2
archive/a/file3
archive/b/
archive/b/file4
archive/b/file5
archive/c/
archive/c/file6

所以我想遍历子目录a, b, c，例如提取其中的前两个：

parent_folder='archive/'
max_num=2
counter=0
mkdir $parent_folder
for subdir in `tar --exclude="*/*/*" -tf archive.tar.gz`; do
    if [ "$subdir" = "$parent_folder" ];
    then
        echo 'not this one'
        continue        
    fi
    if [ "$counter" -lt "$max_num" ];
    then
        tar zxvf archive.tar.gz $subdir -C ./$parentfolder$subdir
        counter=$((counter + 1))
    fi
done

接下来，对于剩余的文件：

max_num=2
counter=0
mkdir $parent_folder
for subdir in `tar --exclude="*/*/*" -tf files.tar.gz`; do
    if [ "$subdir" = "$parent_folder" ];
    then
        echo 'not this one'
        continue        
    fi
    if [ "$counter" -ge "$max_num" ];
    then
        tar zxvf files.tar.gz $subdir -C ./$parent_folder$subdir
    fi
    counter=$((counter + 1))
done