如何将我的 .tar.gz 文件转换为 shutil.copyfileobj 的类文件对象？

Posted 2023-03-06

【中文标题】如何将我的 .tar.gz 文件转换为 shutil.copyfileobj 的类文件对象？

【英文标题】：How do I to turn my .tar.gz file into a file-like object for shutil.copyfileobj?

【发布时间】：2016-06-10 20:51:02

【问题描述】：

我的目标是从.tar.gz 文件中提取一个文件，而不是提取所需文件之前的子目录。我正在尝试将我的方法从 question 中提取出来。我已经问过我自己的question，但我认为可行的答案似乎并没有完全奏效。

简而言之，shutil.copyfileobj 不会复制我的文件内容。

我的代码现在是：

import os
import shutil
import tarfile
import gzip

with tarfile.open('RTLog_20150425T152948.gz', 'r:*') as tar:
    for member in tar.getmembers():
        filename = os.path.basename(member.name)
        if not filename:
            continue

        source = tar.fileobj
        target = open('out', "wb")
        shutil.copyfileobj(source, target)

运行此代码后，文件out 已成功创建，但该文件为空。我知道我想提取的这个文件实际上有很多信息（大约 450 kb）。 print(member.size) 返回 1564197。

我试图解决这个问题没有成功。 print(type(tar.fileobj)) 告诉我 tar.fileobj 是 <gzip _io.BufferedReader name='RTLog_20150425T152948.gz' 0x3669710>。

因此我尝试将source 更改为：source = gzip.open(tar.fileobj)，但这引发了以下错误：

Traceback (most recent call last):
  File "C:\Users\dzhao\Desktop\123456\444444\blah.py", line 15, in <module>
    shutil.copyfileobj(source, target)
  File "C:\Python34\lib\shutil.py", line 67, in copyfileobj
    buf = fsrc.read(length)
  File "C:\Python34\lib\gzip.py", line 365, in read
    if not self._read(readsize):
  File "C:\Python34\lib\gzip.py", line 433, in _read
    if not self._read_gzip_header():
  File "C:\Python34\lib\gzip.py", line 297, in _read_gzip_header
    raise OSError('Not a gzipped file')
OSError: Not a gzipped file

为什么shutil.copyfileobj 没有实际复制.tar.gz 中文件的内容？

【问题讨论】：

您在shutil.copyfileobj() 中缺少大小选项。您应该包括member.size，否则它将读取到 tar 文件的末尾。我怀疑它会解决你的实际问题

@AlastairMcCormack 哦，我直到 tar 文件末尾才意识到它已经读过了。在这种情况下，这没什么大不了的，因为 tarfile 只是一个文件，但是谢谢！

【参考方案1】：

fileobj 不是 TarFile 的记录属性。它可能是用于表示整个 tar 文件的内部对象，而不是特定于当前文件的对象。

使用TarFile.extractfile() 获取特定成员的类文件对象：

…
source = tar.extractfile(member)
target = open("out", "wb")
shutil.copyfile(source, target)

【讨论】：

extractfile() 肯定会提取文件，但我得到文件前面的杂乱子目录。我只想复制文件而不是它附带的子目录。

嗯？尽管（具有误导性！）名称，tar.extractfile() 不会自行提取任何内容。它只是返回一个类似文件的对象。

好吧，对不起，我把 extractfile() 误认为是 extract() 或 extractall()。我试过你的代码，它可以工作。虽然我认为我已经很好地阅读了 tarfile 文档，但我显然没有。谢谢！