如何从 tar 读取 gz 压缩文件

Question

假设我们有一个 tar 文件，该文件又包含多个 gzip 压缩文件。我希望能够在不压缩 tar 文件或单个 gzip 文件的情况下读取这些 gzip 文件的内容。我正在尝试在 python 中使用tarfile 模块。

Answer 1

这可能行得通，我还没有测试过，但这有主要思想和相关工具。它遍历 tar 中的文件，如果它们被 gzip 压缩，则将它们读入 file_contents 变量：

import tarfile as t
import gzip as g 
for member in t.open("your.gz.tar").getmembers():
    fo=t.extractfile(member)
    file_contents = g.GzipFile(fileobj=fo).read()

注意：如果文件对于内存来说太大，则考虑查看链接的流式阅读器（逐块）。

如果您有基于成员 (TarInfo) 对象外观的附加逻辑，您可以使用这些：

• https://docs.python.org/2/library/tarfile.html#tarinfo-objects

见：

• How can I decompress a gzip stream with zlib?
• Python decompressing gzip chunk-by-chunk
• reading tar file contents without untarring it, in python script